科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于砂石图像对比度低,砂石互相遮挡,堆叠严重,密集分布,传统分割算法很难取得较好的效果。通过对现有的砂石细粒度检测方法进行调查,得出如下结论:深度神经网络的方法能够实现砂石图像取得更好的分割结果,不足的是,神经网络的训练严重依赖标注数据,而标注是极为耗时的。为此,提出了一种基于半监督学习的砂石细粒度检测方法。此方法可以简单描述为:第一阶段使用带标签的数据进行有监督的学习,获得一个预训练模型;第二阶段使用预训练模型对无标签数据打伪标签,然后使用伪标签数据和有标签数据进行联合训练。结果表明,该方法正确率达到98.1%,均方误差接近3.3%。
- 单位
