适用于储罐金属立面表面场景的深度学习语义分割方法

摘要

本发明涉及一种适用于储罐金属立面表面场景的深度学习语义分割方法，其技术特点是：采集制作储罐金属立面表面场景的数据集；构建包括输入层、卷积层、反卷积层、SoftMax层和输出层的语义分割网络模型；对储罐金属立面表面场景的数据集进行预处理，得到训练数据集和测试数据集；根据训练数据集和测试数据集对语义分割网络模型进行训练并生成图像。本发明针对储罐金属里面表面场景数据特点通过构建深度学习语义分割网络，语义分割综合了图像分割任务和物体识别任务，对图像进行像素级别的分类，返回带有语义信息的分割图像，将其应用爬壁机器人上，能够更加灵活可靠地完成各项工作。