技术总结
本发明公开了一种基于U‑Net深度学习网络的粒度检测分析方法,包括如下步骤:A、收集待检测物的大量粒块图像;B、对粒块图像进行预处理,得到标准化图像;C、对标准化图像进行人工标定,绘制出粒块的边缘得到人工标定图像,将人工标定图像作为标签图像;D、搭建基于U‑Net的深度学习网络,将步骤B中的标准化图像作为输入图像、步骤C中的标签图像作为输出图像载入至深度学习网络,开始训练,得到训练好的粒度模型。进行训练得出待检测物的粒块的粒度模型,之后针对待检测物进行粒度分析时,只需将拍摄处理好的标准化图像输入至粒度模型中,便可快速的对粒块或粉体完成粒度分布分析。
技术研发人员:郭杰;李端发;万力
受保护的技术使用者:合肥金星机电科技发展有限公司
技术研发日:2017.12.14
技术公布日:2018.06.19