典型文献
基于Mask R-CNN的防波堤复杂护面块体检测和分割方法
文献摘要：
针对斜坡式防波堤护面层块体个数统计效率和精确率低的问题,提出了基于Mask R-CNN深度学习网络的斜坡式防波堤扭王字块体的识别和分割方法.该方法利用Mask R-CNN深度学习网络学习实验室采集图像的特征信息,通过调整交并比(IOU)阈值得到评价指标最好的模型,并将该模型应用于现场防波堤图像护面块体的识别和分割.测试结果表明,IOU取0.5时,目标分割的平均精确率为91.83％,平均召回率为92.94％;将训练得到的网络用于识别无人机航拍现场的防波堤图像,扭王字块识别率可达90.7％,且拍摄角度和高度对识别精度影响不大.Mask R-CNN深度学习网络可实现密集、复杂护面块体的准确识别,具有良好的移植性和通用性.
文献关键词：
Mask R-CNN;防波堤;块体识别;扭王字块
中图分类号：
作者姓名：
高林春;王收军;陈松贵;赵旭;陈汉宝
作者机构：
天津理工大学计算机科学与工程学院,天津 300384;交通运输部天津水运工程科学研究院港口水工建筑技术国家工程实验室,天津 300456;天津理工大学机电工程国家级实验教学示范中心,天津 300384
文献出处：
引用格式：
[1]高林春;王收军;陈松贵;赵旭;陈汉宝-.基于Mask R-CNN的防波堤复杂护面块体检测和分割方法)[J].河海大学学报（自然科学版）,2022(04):121-126
A类：
块体识别
B类：
Mask,护面块体,分割方法,斜坡式防波堤,面层,精确率,深度学习网络,扭王字块体,法利,网络学习,采集图像,特征信息,交并比,IOU,模型应用,目标分割,召回率,练得,无人机航拍,识别率,拍摄角度,识别精度,精度影响,准确识别,移植性,通用性
AB值：
0.266753
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
