计量学报

北大核心,JST,CSCD扩展版,WJCI,

国内刊号:11-1864/TB

国际刊号:1000-1158

计量学报杂志2024年第11期:基于深度学习的水域实例分割尾矿库干滩长度测量

发布日期:

作者:孙叶青,陈洪飞,童仁园

单位:中国计量大学,浙江杭州310018

关键词:长度测量;水域实例分割;干滩长度;尾矿库;COCO数据集;YOLOv8算法;实时视频流

基金:国家重点研发计划课题(2022YFC3003403);浙江省教育厅项目(Y201942369)

提出了基于YOLOv8的水域实例分割方法,实现了在实时视频流下快速、高效、准确的尾矿库干滩长度测量。首先,完成一份高质量水域实例分割的COCO数据集;其次,分析主流深度学习实例分割算法,选用YOLOv8模型训练出高效识别水线并输出图像坐标;最后,标定相机内外参数,应用相机成像原理,在尾矿库尾部安装监控摄像头,预测出干滩长度。实验证明:此模型不仅能够准确预测出干滩长度,并且对不同尾矿库水域边界分割有较好的稳定性;对实时视频流模式下的野外非接触式测量具有较好的效果,误差控制在2%以内。

来源:2024年第11期

《计量学报》期刊编辑部

查看计量学报杂志2024年第11期

联系我们

  • 地址:北京市朝阳区北三环东路18号
  • 电话:010-64271480

咨询工作人员