[發明專利]自密實混凝土圖像語義分割方法、裝置及數據集生成方法

有效

• 申請號: 202110056454.0
• 申請日: 2021-01-15
• 公開（公告）號: CN112906700B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 李鵬飛;安雪暉;周力;魯偉;劉微
• 申請（專利權）人: 重慶交通大學;清華大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/26
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 董驍毅;葉明川

本發明提供一種自密實混凝土圖像語義分割方法、裝置及數據集生成方法。該自密實混凝土圖像語義分割數據集生成方法包括：獲取多種自密實混凝土擴展度測試底板圖像；其中，自密實混凝土擴展度測試底板圖像包括：放置有泌水水體的自密實混凝土擴展度測試底板圖像、放置有未被砂漿包裹骨料的自密實混凝土擴展度測試底板圖像、放置有砂漿的自密實混凝土擴展度測試底板圖像和放置有非自密實混凝土的自密實混凝土擴展度測試底板圖像；在多種自密實混凝土擴展度測試底板圖像上進行圖像語義分割標注，得到標注數據；根據自密實混凝土擴展度測試底板圖像和標注數據生成自密實混凝土圖像語義分割數據集。本發明可以提高自密實混凝土圖像語義分割的準確性。

技術領域

本發明涉及自密實混凝土技術領域，具體地，涉及一種自密實混凝土圖像語義分割方法、裝置及數據集生成方法。

背景技術

在最近幾十年里，計算機視覺技術隨著科技的發展和計算機技術的崛起迅猛發展。20世紀50年代，計算機視覺從統計識別開始發展，當時工作主要集中在二維圖像分析和識別上；60年代，人們通過計算機程序從數字圖像中提取諸如立方體等多面體三維結構，并對物體形狀及物體空間關系進行描述；90年代中期(MIT)人工智能(AI)實驗室正式開設“機器視覺”(Machine Vision)課程。80年代以來，計算機視覺的研究已經歷了從實驗室走向實際的發展階段，計算機工業水平的飛速提高以及人工智能、并行處理和神經元網絡等學科的發展促使視覺系統實用化并促進了許多復雜視覺過程的研究。自密實混凝土的離析現象具有很強的視覺特征，該類視覺特征可以采用計算機視覺里圖像分割的方法對其進行特征提取，此類提取方法常采用的是機器視覺，機器視覺是用一些圖像處理來實現的，圖像語義分割是圖像處理的基礎算法，其將圖像分割和目標識別相結合，將圖像語義分成特定的語義像素組，對圖像中的每個像素都劃分出對應的類別，實現圖像在像素級別上的分類，最終得到分類圖。但圖像處理因為自密實混凝土試驗客觀因素(光照等)不能每次處理都得到很好的結果，為了減少圖像的變化，降低機器視覺檢測自密實混凝土離析程度的準確度，保證其不會隨圖像的變化導致識別不準確的情況，基于卷積的模型被人開發。卷積模型為深度學習發展的一個分支，該模型可以學習大量的有監督的數據集，數據集里面包含了很多人為標注的信息，機器學習到足夠多的信息會獲取更多的特征，更加適應檢測不同自密實混凝土圖像的離析效果。深度學習在越來越多的領域中凸顯出其不可替代的重要性，人們開始從各領域滲透機器學習的典型案例，希望其大規模投入使用，而好的訓練結果與壞的訓練結果往往取決于擁有多少、多好的數據來訓練的模型。在深度學習研究中，創建數據集首先需要根據所需要解決的問題確定數據集類型，保證數據集特征一致性，再采用不同的標注方法對成百上千張清晰圖像進行標注，最后將圖像和標注文件按照順序一對一讀入保存，形成了數據集。深度學習數據集在訓練有監督的機器學習模型時，會將數據劃分為訓練集、驗證集和測試集，對原始數據進行三個集合的劃分，能夠選出更好、泛化能力最佳的模型。訓練集用來擬合模型，通過設置分類器的參數訓練分類模型。后續結合驗證集作用時，會選出同一參數的不同取值，擬合出多個分類器。驗證集是在通過訓練集訓練出多個模型后，為了能找出效果最佳的模型，使用各個模型對驗證集數據進行預測，并記錄模型準確率，選出效果最佳的模型所對應的參數用來調整模型參數，如svm中的參數c和核函數等。測試集則是在通過訓練集和驗證集得出最優模型后，使用測試集進行模型預測，用來衡量該最優模型的性能和分類能力，即可以把測試集當作從來不存在的數據集，當已經確定模型參數后，使用測試集進行模型性能評價。

按照傳統的機器學習思路，一般采用自密實混凝土澆筑在自密實混凝土擴展度測試底板上的自密實混凝土數字圖像進行圖像分割，然后進行分類標注學習，但是由于客觀因素，無法得到高質量(清晰、離析明顯等)的自密實混凝土圖像，在這樣的圖像訓練下，機器學習得到的信息具備偏差，導致圖像識別具備偏差，機器判別自密實混凝土離析程度效率不高。同時，因為自密實混凝土是多種材料混合而成的混合物，局部微量砂漿和微量骨料發生分離時難以被檢測，甚至有時人眼也難以分別機器學習中幾類標簽的差別，導致圖像語義分割的準確率不高。

發明內容