-
公开(公告)号：CN118314149A
公开(公告)日：2024-07-09
申请号：CN202410596807.X
申请日：2024-05-14
Applicant: 大连海事大学
IPC: G06T7/10 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种联合无标记数据学习的裂缝分割方法，包括：S1、获取带有像素级标签的裂缝数据，并对带有像素级标签的裂缝数据进行预处理；S2、设计分割网络；S3、将带有像素级标签的裂缝数据加入分割网络进行训练，得到初代裂缝分类器；S4、利用初代裂缝分类器对无标记数据进行预测，生成伪标签，并进行质量评估；S5、将符合阈值条件的伪标签及其样本挑选出来，与有标签样本进行扩充得到新的训练数据集；S6、利用新的训练数据集训练新一代裂缝分类器；S7、输出裂缝分割结果。本发明技术方案对于较为细浅的裂缝也能准确分割，当路面图像存在标记线、水渍和阴影等干扰时，本发明方法也能完整、准确的分割出路面中的裂缝病害区域。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
