报告详情
  1. 活动首页
  2. 报告清单
  3. 报告详情
基于深度学习的颗粒大小和形状表征方法
编号：80 访问权限：仅限参会人 更新：2024-04-09 22:37:53 浏览：272次 口头报告

报告开始：暂无开始时间（Asia/Shanghai）

报告时间：暂无持续时间

所在会场：[暂无会议] [暂无会议段]

暂无文件

摘要
粗粒土的力学性质与其颗粒形状和粒径密切相关。传统方法通过筛分试验确定颗粒粒径，并采用与标准图表对比定性描述颗粒形状。然而，传统方法存在许多不足和限制，难以适用于粒径过大和难以采样等特殊情况。因此，本文基于深度学习提出了一种针对图像识别的粗粒土粒径和形状量化方法。该方法采用实例分割模型SOLOv2，结合可变形卷积网络对图像中堆叠的粗粒土进行准确分割。然后，依据计算几何方法对分割颗粒的形状和粒径进行量化分析，并将量化结果与实际结果进行对比。结果表明，本文提出的方法与传统方法的测量结果基本一致，验证了提出方法的准确性。另外，采用该方法对广西武鸣河和火星上的粗粒土进行分析测试，结果符合标准图表的视觉预期，这为准确量化粗粒土的颗粒形状和粒径提供一种新途径。
 
关键词
粗粒土，颗粒形状，粒径，图像分割，深度学习
报告人
刘子杨
广西大学

稿件作者
刘子杨 广西大学
龚健 广西大学
发表评论
验证码 看不清楚，更换一张
全部评论
重要日期

  • 会议日期

    05月31日

    2024

    至

    06月03日

    2024

  • 06月03日 2024

    摘要截稿日期

  • 06月03日 2024

    初稿截稿日期

  • 06月03日 2024

    注册截止日期

主办单位
中国力学学会
计算力学专业委员会
颗粒材料计算力学专业组
承办单位
河海大学
大连理工大学
中国颗粒学会
江苏省力学学会
联系方式
登录查看完整联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询