一种基于深度学习的空化流同步辐射粒子图像测速方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的空化流同步辐射粒子图像测速方法
申请号:CN202510178035
申请日期:2025-02-18
公开号:CN120014245B
公开日期:2025-11-14
类型:发明专利
摘要
本发明提供了一种基于深度学习的空化流同步辐射粒子图像测速方法,包括:利用同步辐射脉冲X射线快速成像技术,拍摄包含示踪粒子的高时空分辨率空化X射线图像;增加小目标检测模块和CBAM注意力机制模块改进YOLOv5目标检测模型;使用扩散模型对空化X射线图像进行超分辨预处理,并将预处理后的图像分割成四等份;使用数据集对改进的YOLOv5目标检测模型进行训练;用训练好的YOLOv5目标检测模型对分割后的图像中的示踪粒子进行预测,生成空化示踪粒子图像;对空化示踪粒子图像对应用互相关分析,计算空化瞬时速度矢量场。解决了示踪粒子数量多、尺寸小、粒子间大量重叠以及部分粒子被气泡遮挡等检测难题。
技术关键词
粒子图像测速方法 示踪粒子 多尺度特征融合 脉冲X射线 注意力机制 成像技术 图像分割 神经网络结构 分辨率 超参数 诊断算法 检测头 上采样 模块 层级 语义特征
系统为您推荐了相关专利信息
激光雷达点云数据 网格 核密度估计方法 多尺度注意力机制 通道注意力机制
地形感知方法 图像投影 语义分割算法 细粒度特征 图像预处理技术
检测网络模型 数据 多尺度特征融合 检测头 格式化
人物图像生成方法 多模态 文本编码器 图像编码器 编码模块