一种基于卷积神经网络的三维颗粒类别检测方法及系统

    公开(公告)号:CN112001218A

    公开(公告)日:2020-11-27

    申请号:CN202010563714.9

    申请日:2020-06-19

    Abstract: 本发明提出一种基于卷积神经网络的三维颗粒类别检测方法和系统,包括:构建包括混合尺度的三维扩张卷积层、稠密连接和损失函数的三维混合尺度密集卷积神经网络,用已标注颗粒坐标的三维冷冻电子断层图像训练该卷积神经网络,得到颗粒挑选模型,用已标注颗粒类别的三维冷冻电子断层图像训练该卷积神经网络,得到颗粒分类模型;通过滑动窗口采集三维冷冻电子断层图像,得到待检测三维重构的子区域,通过该颗粒挑选模型对每个该子区域进行预测,合并子区域的预测结果得到该三维冷冻电子断层图像中各颗粒的坐标;根据各颗粒的坐标,提取颗粒的三维图像,将每个颗粒的三维图像输入至该颗粒分类模型,得到各颗粒的所属类别。

Patent Agency Ranking