公开(公告)号：CN110895814B

公开(公告)日：2023-04-18

申请号：CN201911209120.1

申请日：2019-11-30

Applicant: 南京工业大学

Inventor： 管昕洁 ,  菅政 ,  万夕里

IPC: G06T7/10 ,  G06N3/084 ,  G06N3/0464

Abstract: 一种基于上下文编码网络的航空发动机孔探图像损伤分割方法，步骤包括：(1)采集航空发动机孔探图像样本，并标记各个样本，构建航空发动机孔探图像语义分割数据集，将数据集划分；(2)搭建深度卷积神经网络，所述深度卷积神经网络包括特征提取子网络、多尺度上下文信息提取子网络和特征扩张子网络；(3)对待检测的航空发动机孔探图像进行预处理；(4)利用数据集训练深度卷积神经网络，用性能评估函数评估网络性能，将达到预设指标且性能最佳的卷积神经网络参数保存；(5)将经(3)处理的图像依次输入特征提取子网络、多尺度上下文信息提取子网络、特征扩张子网络，得到空间尺寸和输入图像相同的特征向量；(6)将(5)得到的特征向量生成预测标签图像。

公开(公告)号：CN110895814A

公开(公告)日：2020-03-20

申请号：CN201911209120.1

申请日：2019-11-30

Applicant: 南京工业大学

Inventor： 管昕洁 ,  菅政 ,  万夕里

IPC: G06T7/10 ,  G06N3/08 ,  G06N3/04

Abstract: 一种基于上下文编码网络的航空发动机孔探图像损伤智能分割方法，步骤包括：(1)采集航空发动机孔探图像样本，并标记各个样本，构建航空发动机孔探图像语义分割数据集，将数据集划分；(2)搭建深度卷积神经网络，所述深度卷积神经网络包括特征提取子网络、多尺度上下文信息提取子网络和特征扩张子网络；(3)对待检测的航空发动机孔探图像进行预处理；(4)利用数据集训练深度卷积神经网络，用性能评估函数评估网络性能，将达到预设指标且性能最佳的卷积神经网络参数保存；(5)将经(3)处理的图像依次输入特征提取子网络、多尺度上下文信息提取子网络、特征扩张子网络，得到空间尺寸和输入图像相同的特征向量；(6)将(5)得到的特征向量生成预测标签图像。