【技术实现步骤摘要】
本申请涉及金属断口图像处理，尤其是涉及一种金属断口图像的分割方法、分割装置、设备及介质。
技术介绍
1、金属断口是指材料或零部件在应力作用下，产生裂纹乃至断裂时所呈现的表面状态。金属断口是分析失效机理的依据，也是追溯产生缺陷根源的手段。合理有效的金属断口分析可作为制定或调整设计材料或结构的策略。金属断口分析除对专业性要求较高外，也十分依赖从业者的个人分析经验。
2、计算机视觉任务在金属材料领域具有广泛的应用前景。语义分割作为计算机视觉任务中的重要分类，其是将标签或类别与图像中的每个像素相关联，用于识别形成不同类别的像素集合。金属断口图像的语义分割可用于辅助分析人员进行快速、准确地判断材料断口的形式及裂纹源。
3、分割掩膜利用不同色彩值标记图像中的不同类型区域并进行像素覆盖，是实现语义分割的标注手段。然而，像素级标注是项繁重且极为耗时的工作，同时也对神经网络模型训练精度具有决定性的影响。此外，金属断口图像的复杂度要显著高于通用场景中的训练对象，尤其是混合类型断口间的边界线不规则程度高，难以给出统一的、准确的划分标准，会导致神经网络模型的训练精度降低，进而对于金属断口图像的分割准确率较低。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种金属断口图像的分割方法、分割装置、设备及介质，能够对不同类型的金属断口图像进行自动掩膜分割，实现对金属断口图像快速、准确地分割掩膜标注，显著降低分割掩膜难度，大幅节约人工成本和时间成本。
2、第一方面，本申请实施
3、获取原始金属断口图像，并将所述原始金属断口图像输入到预设标注工具中；
4、响应于在所述预设标注工具中对于所述原始金属断口图像中任一区域的确定操作，确定出待识别图像区域；
5、通过集成在所述预设标注工具中的金属断口掩膜分割模型对所述待识别图像区域进行分割掩膜，确定出所述待识别图像区域对应的金属断口掩膜分割图像；其中，所述金属断口掩膜分割模型是通过多种断口类型的金属断口原始样本图像进行训练得到的。
6、进一步的，通过下述步骤训练所述金属断口掩膜分割模型：
7、采集多种断口类型的金属断口原始样本图像，并对每张金属断口原始样本图像进行图像预处理，得到多张处理后的金属断口原始样本图像；
8、对每张处理后的金属断口原始样本图像进行分割掩膜标注及灰度化处理，得到多张金属断口目标样本图像；其中，每张金属断口目标样本图像中均携带有对应的分割掩膜样本区域；
9、利用多张金属断口目标样本图像对金属断口掩膜原始分割模型进行模型训练，以得到所述金属断口掩膜分割模型。
10、进一步的，所述图像预处理包括数据清洗、去除低质量数据、去除干扰数据、去除无效数据以及数据增强。
11、进一步的，所述数据增强包括：随机缩放、图像切割、图像翻转和图像转置。
12、进一步的，所述利用多张金属断口目标样本图像对金属断口掩膜原始分割模型进行模型训练，以得到所述金属断口掩膜分割模型：
13、将多张金属断口目标样本图像输入至所述金属断口掩膜原始分割模型中，确定出每张金属断口目标样本图像对应的分割掩膜预测区域；
14、将每张金属断口目标样本图像对应的分割掩膜样本区域与分割掩膜预测区域进行对比，计算当前状态下所述金属断口掩膜原始分割模型的损失值；
15、基于所述金属断口掩膜原始分割模型的损失值，不断调整所述金属断口掩膜原始分割模型的权重参数，直至所述金属断口掩膜原始分割模型达到收敛状态，得到所述金属断口掩膜分割模型。
16、进一步的，在所述得到所述金属断口掩膜分割模型之后，所述分割方法还包括：
17、将所述金属断口掩膜分割模型转换为onnx格式文件，并通过python脚本程序将所述onnx格式文件转换为程序文件集成至所述预设标注工具中。
18、进一步的，在所述通过集成在所述预设标注工具中的金属断口掩膜分割模型对所述待识别图像区域进行分割掩膜，确定出所述待识别图像区域对应的金属断口掩膜分割图像之后，所述分割方法还包括：
19、获取所述金属断口掩膜分割图像对应的json格式文件；其中，所述json格式文件中携带有所述金属断口掩膜分割图像的语义分割信息。
20、第二方面，本申请实施例还提供了一种金属断口图像的分割装置，所述分割装置包括：
21、图像获取模块，用于获取原始金属断口图像，并将所述原始金属断口图像输入到预设标注工具中；
22、待识别图像区域确定模块，用于响应于在所述预设标注工具中对于所述原始金属断口图像中任一区域的确定操作，确定出待识别图像区域；
23、掩膜分割模块，用于通过集成在所述预设标注工具中的金属断口掩膜分割模型对所述待识别图像区域进行分割掩膜，确定出所述待识别图像区域对应的金属断口掩膜分割图像；其中，所述金属断口掩膜分割模型是通过多种断口类型的金属断口原始样本图像进行训练得到的。
24、第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的金属断口图像的分割方法的步骤。
25、第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的金属断口图像的分割方法的步骤。
26、本申请实施例提供的一种金属断口图像的分割方法、分割装置、设备及介质，首先，获取原始金属断口图像，并将所述原始金属断口图像输入到预设标注工具中；然后，响应于在所述预设标注工具中对于所述原始金属断口图像中任一区域的确定操作，确定出待识别图像区域；最后，通过集成在所述预设标注工具中的金属断口掩膜分割模型对所述待识别图像区域进行分割掩膜，确定出所述待识别图像区域对应的金属断口掩膜分割图像；其中，所述金属断口掩膜分割模型是通过多种断口类型的金属断口原始样本图像进行训练得到的。本申请能够对不同类型的金属断口图像进行自动掩膜分割，实现对金属断口图像快速、准确地分割掩膜标注，显著降低分割掩膜难度，大幅节约人工成本和时间成本。
27、为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种金属断口图像的分割方法，其特征在于，所述分割方法包括：
2.根据权利要求1所述的分割方法，其特征在于，通过下述步骤训练所述金属断口掩膜分割模型：
3.根据权利要求2所述的分割方法，其特征在于，所述图像预处理包括数据清洗、去除低质量数据、去除干扰数据、去除无效数据以及数据增强。
4.根据权利要求3所述的分割方法，其特征在于，所述数据增强包括：随机缩放、图像切割、图像翻转和图像转置。
5.根据权利要求2所述的分割方法，其特征在于，所述利用多张金属断口目标样本图像对金属断口掩膜原始分割模型进行模型训练，以得到所述金属断口掩膜分割模型，包括：
6.根据权利要求2所述的分割方法，其特征在于，在所述得到所述金属断口掩膜分割模型之后，所述分割方法还包括：
7.根据权利要求1所述的分割方法，其特征在于，在所述通过集成在所述预设标注工具中的金属断口掩膜分割模型对所述待识别图像区域进行分割掩膜，确定出所述待识别图像区域对应的金属断口掩膜分割图像之后，所述分割方法还包括：
8.一种金属断口图像的分割装置，其特征
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至7任一所述的金属断口图像的分割方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述的金属断口图像的分割方法的步骤。
...【技术特征摘要】
1.一种金属断口图像的分割方法，其特征在于，所述分割方法包括：
2.根据权利要求1所述的分割方法，其特征在于，通过下述步骤训练所述金属断口掩膜分割模型：
3.根据权利要求2所述的分割方法，其特征在于，所述图像预处理包括数据清洗、去除低质量数据、去除干扰数据、去除无效数据以及数据增强。
4.根据权利要求3所述的分割方法，其特征在于，所述数据增强包括：随机缩放、图像切割、图像翻转和图像转置。
5.根据权利要求2所述的分割方法，其特征在于，所述利用多张金属断口目标样本图像对金属断口掩膜原始分割模型进行模型训练，以得到所述金属断口掩膜分割模型，包括：
6.根据权利要求2所述的分割方法，其特征在于，在所述得到所述金属断口掩膜分割模型之后，所述分割方法还包括：
7.根据权利...
【专利技术属性】
技术研发人员：王宝刚，李子健，季伟，代瑞环，王鹏，郝欣欣，张琳琳，
申请(专利权)人：中国重汽集团济南动力有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。