-
公开(公告)号：CN114897781A
公开(公告)日：2022-08-12
申请号：CN202210380643.8
申请日：2022-04-12
Applicant: 三峡大学
Abstract: 基于改进R‑UNet深度学习的透水混凝土孔隙自动识别方法，制备不同集料粒径的透水混凝土试样；对透水混凝土试样进行CT扫描，得到试件的CT切片图像；标准化预处理，形成标准化原始数据集；对标准化原始数据集进行标注；对带真值的标准数据集进行增强处理；提出改进R‑UNet深度学习模型，对改进后的R‑UNet深度学习模型进行训练，得到最优模型；对于亮度异常的图像，提出采用融合图像算法对分割后的图像进行融合；将测试集中的图像输入到最优模型中进行孔隙智能识别与分割，得到孔隙数目、每个孔的面积、孔隙率，同时给出评价结果。本发明方法与传统的手动阈值法相比，在精度和效率上得到大幅提升，且具有更强的鲁棒性和泛化性，完全可以代替目前采用的手动阈值法。
-
公开(公告)号：CN114689482A
公开(公告)日：2022-07-01
申请号：CN202210326636.X
申请日：2022-03-30
Applicant: 三峡大学
IPC: G01N15/08
Abstract: 本发明涉及土壤渗透试验技术领域，具体涉及一种可变水头渗透试验自动监测装置，它包括渗透仪和与渗透仪的进水口连接的变水头管，渗透仪的进水口安装进水管阀，变水头管上设置刻度线，它还包括与变水头管平行设置的双轴直线导轨，双轴直线导轨上平行安装滚珠丝杠，滚珠丝杠上安装自动捕捉摄像头，滚珠丝杠的顶部连接步进电机，步进电机和自动捕捉摄像头与控制电脑电连接；还包括与变水头管连通的注水装置。本发明利用自动捕捉摄像头和控制电脑，以及驱动启动捕捉摄像头移动的丝杠实现对水头数据以及试验时间的精确记录和高效捕捉，使得试验数据更精确，试验操作过程更简单，计算结果更可靠。
-
公开(公告)号：CN114897781B
公开(公告)日：2024-08-09
申请号：CN202210380643.8
申请日：2022-04-12
Applicant: 三峡大学
IPC: G06T7/00 , G06T5/50 , G06N3/096 , G06N3/0464 , G06N3/0455
Abstract: 基于改进R‑UNet深度学习的透水混凝土孔隙自动识别方法，制备不同集料粒径的透水混凝土试样；对透水混凝土试样进行CT扫描，得到试件的CT切片图像；标准化预处理，形成标准化原始数据集；对标准化原始数据集进行标注；对带真值的标准数据集进行增强处理；提出改进R‑UNet深度学习模型，对改进后的R‑UNet深度学习模型进行训练，得到最优模型；对于亮度异常的图像，提出采用融合图像算法对分割后的图像进行融合；将测试集中的图像输入到最优模型中进行孔隙智能识别与分割，得到孔隙数目、每个孔的面积、孔隙率，同时给出评价结果。本发明方法与传统的手动阈值法相比，在精度和效率上得到大幅提升，且具有更强的鲁棒性和泛化性，完全可以代替目前采用的手动阈值法。
-
公开(公告)号：CN114298145A
公开(公告)日：2022-04-08
申请号：CN202111388773.8
申请日：2021-11-22
Applicant: 三峡大学
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/11 , G06T7/136 , G06N3/04 , G06N3/08
Abstract: 基于深度学习的透水混凝土孔隙智能识别与分割方法，包括以下步骤：制备透水混凝土试样，对透水混凝土试样进行CT扫描得到试样的切片图像样本，作为初始数据集；对初始数据集进行标准化预处理、数据集标注、数据集增强，得到两组标准数据集；将标准数据集分割为训练集，验证集和测试集；构建Mask R‑CNN深度学习模型，在训练集上设置超参数并对模型进行模型训练，并通过验证集上的表现结果不断自动调整超参数，保存得到最优学习模型；将测试集中的图像输入到最优学习模型中进行孔隙智能识别与分割，输出得到孔隙分割掩模图，孔隙数目，孔隙面积和孔隙率，同时给出评价指标。本发明方法在精度和效率上得到大幅提升，且具有更强的鲁棒性和泛化能力。
-
公开(公告)号：CN114298145B
公开(公告)日：2024-07-09
申请号：CN202111388773.8
申请日：2021-11-22
Applicant: 三峡大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06T7/11 , G06T7/136 , G06N3/0464 , G06N3/0985
Abstract: 基于深度学习的透水混凝土孔隙智能识别与分割方法，包括以下步骤：制备透水混凝土试样，对透水混凝土试样进行CT扫描得到试样的切片图像样本，作为初始数据集；对初始数据集进行标准化预处理、数据集标注、数据集增强，得到两组标准数据集；将标准数据集分割为训练集，验证集和测试集；构建Mask R‑CNN深度学习模型，在训练集上设置超参数并对模型进行模型训练，并通过验证集上的表现结果不断自动调整超参数，保存得到最优学习模型；将测试集中的图像输入到最优学习模型中进行孔隙智能识别与分割，输出得到孔隙分割掩模图，孔隙数目，孔隙面积和孔隙率，同时给出评价指标。本发明方法在精度和效率上得到大幅提升，且具有更强的鲁棒性和泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN117094947A
公开(公告)日：2023-11-21
申请号：CN202310867036.9
申请日：2023-07-14
Applicant: 三峡大学
IPC: G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/096 , G06V10/764
Abstract: 基于深度学习的透水混凝土切片扫描图像的三相结构分析方法，包括以下步骤：基于不同大小粒径的集料颗粒，制备染色的透水混凝土试件；切割和扫描获取透水混凝土切片图像，作为深度学习模型训练的原始图像数据集；基于深度学习模型Mask R‑CNN对切片图像进行孔隙和集料标注，形成孔隙、集料和水泥浆的初始图像数据集；采用数据集增强算法扩充初始图像数据集形成标准图像数据集；训练深度学习模型得到最优深度学习模型。将测试集中的透水混凝土切片图像，输入到最优深度学习模型中，进行透水混凝土三相的识别与分割并给出评价指标。本发明能同时提取透水混凝土中的集料、孔隙和水泥浆三相结构，并得到三相结构的定性定量分析结果，且大幅提升精度和效率。
-
公开(公告)号：CN116258689A
公开(公告)日：2023-06-13
申请号：CN202310106107.3
申请日：2023-02-13
Applicant: 三峡大学
Abstract: 基于深度学习的集料颗粒识别和级配自动分析方法，包括以下步骤：制作集料的标准数据集，在训练集中训练深度学习模型Mask R‑CNN，得到该材质集料的深度学习模型的最优深度学习模型；根据集料中最小粒径组的识别精度和面积关系，确定符合精度要求的试验平台面积；基于大图像的分割与拼接技术，实现集料颗粒的自动识别与分割；计算集料颗粒的等效粒径，通过颗粒形状确定判定系数，计算集料中每个颗粒的等效粒径；计算集料颗粒的体积，根据颗粒的等效粒径划分，计算粒径范围内所有颗粒的质量占比。本发明方法能够实时输出集料的级配图像和级配数据，精度和效率大幅提升，可有效代替传统的筛分法。
-
公开(公告)号：CN115494564A
公开(公告)日：2022-12-20
申请号：CN202211057418.7
申请日：2022-08-31
Applicant: 三峡大学
IPC: G01W1/14 , G01G17/04 , G01G19/52 , G05B19/042
Abstract: 一种双量筒高精度智能雨量计及方法，主要包括标准雨量外筒，标准雨量外筒的进水管下方设置有内承雨筒，内承雨筒底端通过第一称重传感器安装在第一支架上，第一支架固定在外承雨筒上；所述内承雨筒一侧设有带第一微型电磁阀的出液口，出液口指向外承雨筒内；所述外承雨筒底端通过第二称重传感器安装在第二支架上，外承雨筒一侧设有带第二微型电磁阀的排液口。本发明提供的一种双量筒高精度智能雨量计及方法，可提高获取的数据的精度。
-
公开(公告)号：CN218098780U
公开(公告)日：2022-12-20
申请号：CN202220743918.5
申请日：2022-03-30
Applicant: 三峡大学
IPC: G01N15/08
Abstract: 本实用新型涉及土壤渗透试验技术领域，具体涉及一种可改进的变水头渗透试验装置，它包括渗透仪和与渗透仪的进水口连接的变水头管，渗透仪的进水口安装进水管阀，变水头管上设置刻度线，它还包括与变水头管平行设置的双轴直线导轨，双轴直线导轨上平行安装滚珠丝杠，滚珠丝杠上安装自动捕捉摄像头，滚珠丝杠的顶部连接步进电机，步进电机和自动捕捉摄像头与控制电脑电连接；还包括与变水头管连通的注水装置。本实用新型利用自动捕捉摄像头和控制电脑，以及驱动启动捕捉摄像头移动的丝杠实现对水头数据以及试验时间的精确记录和高效捕捉，使得试验数据更精确，试验操作过程更简单，计算结果更可靠。
-
公开(公告)号：CN218099667U
公开(公告)日：2022-12-20
申请号：CN202222317272.7
申请日：2022-08-31
Applicant: 三峡大学
IPC: G01W1/14 , G01G17/04 , G01G19/52 , G05B19/042
Abstract: 一种双量筒高精度智能雨量计，包括标准雨量外筒，标准雨量外筒的进水管下方设置有内承雨筒，内承雨筒底端通过第一称重传感器安装在第一支架上，第一支架固定在外承雨筒上；所述内承雨筒一侧设有带第一微型电磁阀的出液口，出液口指向外承雨筒内；所述外承雨筒底端通过第二称重传感器安装在第二支架上，外承雨筒一侧设有带第二微型电磁阀的排液口。本实用新型提供的一种双量筒高精度智能雨量计，可提高获取的数据的精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
