【技术实现步骤摘要】
一种用于深度学习的地质露头裂缝数据集制作方法
本专利技术涉及图像生成的
,尤其涉及地质露头裂缝图像样本生成的应用领域,具体说是一种用于深度学习的地质露头裂缝数据集制作方法。
技术介绍
地质露头的观察一直以来是地质工作者必不可少的研究内容,这项工作长期以来需要地质人员到达目标地区,将研究对象拍照或手绘记录来进行统计分析,这种方式工作效率低、部分地区无法获取数据、数据利用率低、且有一定的安全隐患。随着深度学习的发展,模型的识别能力越来越强,已成功实现对道路桥梁中裂缝的识别。因此,对地质露头裂缝的自动识别已成为可能,并且具有很大的实用价值。地质露头裂缝自动识别的第一步就是具有高质量的样本数据集,而相比道路桥梁中的裂缝样本,地质露头裂缝的样本有着更复杂的背景,识别难度更大。该方法对复杂的背景岩体进行了分类总结和选取,实现了高质量地质露头裂缝样本数据集的制作。
技术实现思路
(一)要解决的技术问题本专利技术提供了一种用于深度学习的地质露头裂缝数据集制作方法,对地质露头复杂的地质背景进行了分类总结和选取,制作了可以用于深度学习模型的地质露头裂缝样本数据集。(二)技术方案本专 ...
【技术保护点】
1.一种用于深度学习的地质露头裂缝数据集制作方法,其特征在于,包括以下步骤:(1)利用无人机对目标地区的地质露头进行数据采集,得到地质露头的原始图像;(2)确定样本选区大小;(3)根据步骤(2)所确定的样本选区的大小,在步骤(1)所获得的地质露头的原始图像上,进行露头裂缝样本选取;(4)根据步骤(2)所确定的样本选区的大小,在步骤(1)所获得的地质露头的原始图像上,进行非露头裂缝(复杂背景)样本选取;(5)对步骤(3)和步骤(4)中选出的露头裂缝样本和非露头裂缝(复杂背景)样本进行标记,得到标记图像;(6)利用深度学习模型,对标记完的样本数据集进行质量评价。
【技术特征摘要】
1.一种用于深度学习的地质露头裂缝数据集制作方法,其特征在于,包括以下步骤:(1)利用无人机对目标地区的地质露头进行数据采集,得到地质露头的原始图像;(2)确定样本选区大小;(3)根据步骤(2)所确定的样本选区的大小,在步骤(1)所获得的地质露头的原始图像上,进行露头裂缝样本选取;(4)根据步骤(2)所确定的样本选区的大小,在步骤(1)所获得的地质露头的原始图像上,进行非露头裂缝(复杂背景)样本选取;(5)对步骤(3)和步骤(4)中选出的露头裂缝样本和非露头裂缝(复杂背景)样本进行标记,得到标记图像;(6)利用深度学习模型,对标记完的样本数据集进行质量评价。2.根据权利要求1所述的一种用于深度学习的地质露头裂缝数据集制作方法,其特征在于:所述步骤(1)中数据采集时分辨率优于1cm,图像格式为2-D彩色图像(.jpg)。3.根据权利要求1所述的一种用于深度...
【专利技术属性】
技术研发人员:孔旭旭,刘善伟,池海旭,欧阳志恒,
申请(专利权)人:中国石油大学华东,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。