优化Mask R-CNN砾石分割模型

单颗粒掩码分割

解决原始Mask R-CNN重叠砾石合并掩码的问题,为后续均匀性计算提供独立颗粒掩码。

Xiaofeng, Qu · Wang, Jiajun · Xiaoling, Wang · Yike, Hu · Tuocheng, Zeng · Tianwen, Tan

Expert Systems with Applications 2023

参数信息

平均精度
88.96 %
单次计算分析时间
1 minute
平均精度提升
2.32 %

技术优势

逐个分割

改进后的Mask R-CNN为每个砾石生成独立掩码,而不是合并掩码,便于后续逐颗粒参数计算。

量化均匀性

基于单颗粒掩码的像素图像推导出静态矩,结合均匀系数UC和面积比系数ARC,建立砾石土均匀性定量评价指标。

骨干网络选优

对比ResNet101和ResNet50的收敛曲线与平均精度,证明ResNet101在砾石分割中更优。

数据增强提精度

采用旋转、镜像、亮度变换三种数据增强方法,平均精度提升2.32%。

应用场景