龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：上海船舶电子设备研究所(中国船舶集团有限公司第七二六研究所)
申请日：2023-12-22
公开（公告）日：2024-06-25
公开（公告）号：CN118247210A
主分类号：G06T7/00
分类号：G06T7/00;G06T7/187;G06V10/764;G06V10/44;G06V10/82;G06N3/0464;G06N3/045;G06N3/096
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明提供了一种基于机器视觉的混凝土裂纹检测方法和系统，包括：采集图像数据，进行整理和标注，搭建训练集、验证集、测试集；所述图像数据包括实际拍摄的裂纹图像和公开的裂纹数据集；利用去噪算法对各数据集中的图像进行预处理，并进行旋转、裁剪等数据增强操作；引入注意力机制以及残差结构，搭建卷积神经网络；利用公开的裂纹数据集作为源域，实际拍摄的裂纹图像作为目标域进行迁移学习，并采用加权交叉熵损失函数作为约束，实现对卷积神经网络的训练；利用训练好的模型实现对输入高分辨率图像的智能检测，并通过图像连通域判断优化实际检测的效果。本发明实现对结构表面裂纹的高效、准确、快速检测，对环境的适应能力强，可靠性高。
主权项：1.一种基于机器视觉的混凝土裂纹检测方法，其特征在于，包括：步骤S1：采集图像数据，进行整理和标注，构建训练集、验证集、测试集；所述图像数据包括实际拍摄的裂纹图像、公开的裂纹数据集；步骤S2：利用去噪算法对训练集、验证集、测试集中的图像进行预处理，并对训练集进行包括旋转、裁剪在内的数据增强操作；步骤S3：基于深度学习进行裂纹检测网络设计，引入注意力机制以及残差结构，搭建卷积神经网络；步骤S4：利用公开的裂纹数据集作为源域，实际拍摄的裂纹图像作为目标域进行迁移学习，并采用加权交叉熵损失函数作为约束，实现对卷积神经网络的训练；得到训练好的智能检测模型；步骤S5：利用训练好的智能检测模型实现对待检测的高分辨率图像的智能检测，并通过图像连通域判断优化实际检测的效果。
全文数据：
权利要求：
百度查询： 上海船舶电子设备研究所(中国船舶集团有限公司第七二六研究所) 基于机器视觉的混凝土裂纹检测方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号