基于深度神经网络的航空发动机孔探图像损伤分割方法

摘要

本发明公开了一种基于深度神经网络的航空发动机孔探图像损伤分割方法，包括：将P4特征经过一个卷积层后上采样2倍，然后与P3层特征相加得到低层次特征；使用RoI Align模块从低层次特征中提取兴趣区域，对兴趣区域采用1×1卷积核减少通道；与原有Mask分支中经过反卷积之后的高层特征进行拼接融合concact，再采用2个卷积层处理融合后的特征得到最终用于预测的特征；依次标记图像中的多类损伤区域，并存储损伤图像和损伤区域的量化信息，同时将图像数据与标记区域以合适比例划分为训练和测试数据集；扩展训练数据，经网络计算后产生损伤区域的检测框bbox和损伤的像素级分割mask，流程结束。