一种基于U-net卷积神经网络模型的自由液面识别和提取方法

摘要

一种基于U‑net卷积神经网络模型的自由液面识别和提取方法，属于图像处理及自动化检测技术领域。首先，对液面图像进行处理并人工标注自由液面，构成带有已分割完成的液面图像的数据集，将数据集分为训练集，验证集和测试集三个部分。其次，搭建U‑net卷积神经网络模型；在U‑net卷积神经网络中导入训练集，对图像进行特征学习，对自由液面进行预测。再次，使用验证集对模型进行验证并调整模型，当损失函数不在下降时保存最优模型。最后，将训练好的U‑net卷积神经网络模型进行部署，用于对测试集中的液面图像进行自动检测并对模型进行评估。本发明通过无接触测量和人工智能相结合的方法能够提取破碎波的自由液面，能够解决破碎波液面识别困难的技术难题。