基于Mask R-CNN模型，对惯性约束聚变实验研究中靶图进行关键结构的语义分割，通过计算中心来定位目标靶点位置，通过模拟靶图数据来验证算法的可行性。在算法验证过程中通过程序批量生成不同结构参数、不同角度的模拟靶图作为数据集，然后通过增噪、成像位置变换等操作拓展样本数量。在大样本数量基础上对算法模型进行训练测试，实现语义分割，通过计算注入孔的中心得到目标靶点位置。测试结果显示准确率和召回率均在97%以上，在靶点识别精度上优于10个像素点。
科研之友
微信
新浪微博
Facebook
分享链接
