[發明專利]一種冰晶圖片的自動分割方法

有效

• 申請號: 202110227920.7
• 申請日: 2021-03-02
• 公開（公告）號: CN112907475B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 張峰;洪昕
• 申請（專利權）人: 珠海復旦創新研究院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/20;G06T7/10;G06T7/90;G06V10/774;G06V10/764
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;陸尤

1.一種冰晶圖片的自動分割方法，其特征在于，具體步驟如下：

步驟1，將原始數據集中的小樣本類數據進行數據增強處理，使得冰晶數據集整體類別較為平衡；

步驟2，對所有冰晶圖片進行標注；

步驟3，拿分好的訓練集放入預訓練的深度學習模型中進行參數調整，得到最佳權重；

步驟4，用遷移學習得到的新模型在測試集上進行冰晶分割，查看分割效果，實現冰晶圖片的自動分割；

步驟1所述進行數據增強處理，具體為：

步驟11，采用幾何變換方法，包括翻轉、旋轉和縮放；

步驟12，采用顏色擾動的數據增強，即在某一個顏色空間通過增加或減少某些顏色分量，或者更改顏色通道的順序，包括增強對比度、增強亮度、增強飽和度和隨機顏色法；

步驟13，采用基于噪聲的數據增強方法，包括高斯噪聲、椒鹽噪聲、均值濾波和中值濾波后的高斯噪聲處理；對于高斯噪聲：設定參數后產生一個高斯隨機數，根據輸入像素計算出輸出像素，重新將像素值限制或放縮在[0?~?255]之間，循環所有像素，最后輸出圖像；

步驟2中所述對所有冰晶圖片進行標注，具體為：

步驟21，使用Labelme數據標注工具進行標簽注釋，將背景設為RGB[0,0,0]，冰晶實體設為RGB[1,1,1]；

步驟22，編寫python腳本，批量化將已標注的數據集分成原始圖片和標注圖片兩個文件夾；

步驟3中所述進行參數調整，具體為：

步驟31，選擇在語義分割任務中表現較好的四種深度學習模型SegNet、PspNet、U-net和DeeplabV3+，使用輕量且高效的MobileV2網絡作為特征提取器，搭建冰晶分割的網絡模型；

步驟32，將冰晶分割數據集分為訓練集和測試集兩部分，訓練集放入構建好的四個網絡模型中進行訓練，同時將10%作為驗證集，基于遷移學習的方法定義原始權重，之后再通過驗證集交叉熵值選擇最佳權重并保存；

步驟4中所述測試集上進行冰晶分割，具體為：

步驟41，利用訓練出來的最佳權重對測試集進行預測；

步驟42，計算語義分割結果評估指標PA、MPA、MIoU、FWIoU和F1score，評估冰晶分割結果。