一种基于深度学习的移动设备液滴滴速的快速测量方法

摘要

本发明涉及一种基于深度学习的移动设备液滴滴速的快速测量方法。本发明采集液滴滴落过程的图像构建图像数据集，通过图像预处理、人工标记方法构建液滴图像训练集以及液滴图像测试集；选取二分类神经网络模型，通过液滴图像训练集训练二分类神经网络模型，得到训练后二分类神经网络模型；将智能终端采集的图像通过预处理后得到待测液滴图像，通过训练后二分类神经网络模型预测，若第二次滴落状态预测为滴落状态则间隔多帧图像后继续通过训练后二分类神经网络模型预测，直至下一次滴落状态预测为滴落状态，计算得到相邻两次均处于滴落状态之间的间隔所用时长，进一步计算当前滴速。本发明测量液滴滴速快速、准确，极大提高液滴滴速的测量效率。