标题：基于深度学习U-Net模型的石块图像分割算法
作者：徐江川 金国强 朱天奕 余芬芬 郭杰 金一 竺长安
作者单位：中国科学技术大学精密机械与精密仪器系，安徽 合肥 230027
关键字：图像分割，深度学习，石块，知识迁移
摘要：为了产出高质量的水泥成品，需要对其中间成品进行尺寸分布估算。利用图像处理的方法是一种方便快捷的选择，其中最重要的工作就是将图像中的石块准确分割开，采用了一种叫U-Net的深度卷积网络。从7张石块图片中随机截取的840000个小样本作为训练数据，5张图像作为测试数据集，包含过度分割和分割不足的平均错误率是9.37%。另外也对两张来自网络上的石块图片也进行测试，其错误率分别是16.54%和22.18%。最后，把预测的石块图像累积尺寸分布图和标准进行对比，结果显示U-Net方法在实际应用中是可行的、鲁棒的。