一种基于Abaqus的深度学习图像批量处理与分析方法

    公开(公告)号:CN114612395A

    公开(公告)日:2022-06-10

    申请号:CN202210186049.5

    申请日:2022-02-28

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于Abaqus的深度学习图像批量处理与分析方法,包括以下步骤:步骤S1、建立所需检测的结构有限元模型,提取结构有限元模型的信息输入文件;步骤S2、读取信息输入文件,利用Python编制图像批量处理方法,在结构有限元模型基础上批量模拟结构内部损伤;步骤S3、将结构内部损伤全部输入到Abaqus中批量分析,得到步骤S2中结构内部损伤的表面位移与应力云图,并进行三维标注,根据经过三维标注的结构内部损伤的表面位移与应力云图建立样本库;步骤S4、基于步骤S3得到的样本库,开展目标检测神经网络模型的训练、图像识别分析,其中目标检测神经网络模型的损失函数引入三维交并比预测误差的影响,在提高图像处理效率的同时,增加了预测精度。

    一种基于Abaqus的深度学习图像批量处理与分析方法

    公开(公告)号:CN114612395B

    公开(公告)日:2024-06-14

    申请号:CN202210186049.5

    申请日:2022-02-28

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于Abaqus的深度学习图像批量处理与分析方法,包括以下步骤:步骤S1、建立所需检测的结构有限元模型,提取结构有限元模型的信息输入文件;步骤S2、读取信息输入文件,利用Python编制图像批量处理方法,在结构有限元模型基础上批量模拟结构内部损伤;步骤S3、将结构内部损伤全部输入到Abaqus中批量分析,得到步骤S2中结构内部损伤的表面位移与应力云图,并进行三维标注,根据经过三维标注的结构内部损伤的表面位移与应力云图建立样本库;步骤S4、基于步骤S3得到的样本库,开展目标检测神经网络模型的训练、图像识别分析,其中目标检测神经网络模型的损失函数引入三维交并比预测误差的影响,在提高图像处理效率的同时,增加了预测精度。

Patent Agency Ranking