【技术实现步骤摘要】
目标计数方法及装置、电子设备、存储介质
[0001]本申请涉及图像处理
,特别涉及一种目标计数方法及装置、电子设备、计算机可读存储介质。
技术介绍
[0002]大部分合金材料在熔铸过程中,都会经历凝固过程。在凝固过程中,液态合金逐步析出固相晶粒,随着温度的下降,晶粒不断形核、生长并按照不同形式粗化,逐步形成具有复杂形貌和复杂空间结构的枝晶组织结构。与此同时,金属凝固过程中会形成复杂的金属间化合物、二次析出相、裂痕、缩孔等结构性缺陷。金属在凝固过程中成形的微观结构对合金材料的最终性能具有决定性作用。目前,可以通过X射线成像技术对合金样品在凝固过程各个阶段采集同步辐射图像,从而依据图形对凝固过程中的微观结构进行研究。其中,晶粒计数是研究内容之一。
技术实现思路
[0003]本申请实施例的目的在于提供一种目标计数方法及装置、电子设备、计算机可读存储介质,用于基于生成对抗机制下训练得到的目标计数网络对图像编解码处理后得到密度图,并以密度图确定图像中目标总数。
[0004]一方面,本申请提供了一种目标计数方法,包括:
[0005]将待处理图像输入已训练的基于U
‑
Net构建的目标计数网络,通过所述目标计数网络的编码器编码处理,通过所述目标计数网络的解码器对编码得到的多个图像特征进行解码处理,获得所述待处理图像的密度图;其中,所述目标计数网络作为生成器在生成对抗机制中训练得到;
[0006]对所述密度图进行积分求和,获得所述待处理图像中的目标总数。
[000 ...
【技术保护点】
【技术特征摘要】
1.一种目标计数方法,其特征在于,包括:将待处理图像输入已训练的基于U
‑
Net构建的目标计数网络,通过所述目标计数网络的编码器编码处理,通过所述目标计数网络的解码器对编码得到的多个图像特征进行解码处理,获得所述待处理图像的密度图;其中,所述目标计数网络作为生成器在生成对抗机制中训练得到;对所述密度图进行积分求和,获得所述待处理图像中的目标总数。2.根据权利要求1所述的方法,其特征在于,所述编码器包括若干多尺度下采样模块;所述通过所述目标计数网络的编码器编码处理,包括:通过所述编码器对所述待处理图像进行逐级编码处理,获得多个级别的图像特征;其中,在编码处理过程中,通过所述多尺度下采样模块将上一级的图像特征进行多尺度卷积计算并聚合,得到用于编码出下一级的图像特征的过渡图像特征。3.根据权利要求2所述的方法,其特征在于,所述多尺度下采样模块包括第一支路、第二支路和第三支路,所述第一支路包括最大池化层和1*1的卷积层,所述第二支路包括1*1的卷积层、3*3的可形变卷积层、3*3的卷积层,所述第三支路包括1*1卷积层、3*3的可形变卷积层、两个连续的3*3的卷积层;所述通过所述多尺度下采样模块将上一级的图像特征进行多尺度卷积计算并聚合,得到用于编码出下一级的图像特征的过渡图像特征,包括:通过所述第一支路从所述上一级的图像特征计算出第一子过渡图像特征;通过所述第二支路从所述上一级的图像特征计算出第二子过渡图像特征;通过所述第三支路从所述上一级的图像特征计算出第三子过渡图像特征;将所述第一子过渡图像特征、所述第二子过渡图像特征和所述第三子过渡图像特征融合为所述过渡图像特征。4.根据权利要求1所述的方法,其特征在于,所述目标计数网络通过如下方式训练得到:将样本数据集中的样本图像输入生成对抗网络的生成器,获得所述生成器输出的假想密度图;基于所述样本图像、所述样本图像对应的假想密度图和所述样本图像携带的标签密度图,对所述生成对抗网络的判别器进行训练;在训练所述判别器后,基于所述样本图像和所述假想密度图对所述生成器进行训练;重复上述过程,直至所述生成对抗网络收敛,将所述生成对抗网络的生成器作为目标计数网络。5.根据权利要求4所述的方法,其特征在于,所述判别器包括第一子判别器和第二子判别器;所述基于所述样本图像、所述样本图像对应的假想密度图和所述样本图像携带的标签密度图,对所述生成对抗网络的判别器进行训练,包括:基于所述样本图像、所述样本图像对应的假想密度图和所述样本图像携带的标...
【专利技术属性】
技术研发人员:徐奕,李一鸣,王楠,王明达,张佼,唐洋,孙宝德,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:
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。