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：河南大学
申请日：2024-03-28
公开（公告）日：2024-06-28
公开（公告）号：CN118262237A
主分类号：G06V20/10
分类号：G06V20/10;G06V20/17;G06V10/764;G06V20/70;G06V10/44;G06V10/82;G06V10/774;G06N3/0464
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开一种基于深度学习的桥梁裂缝修补痕迹、二次裂缝及负样本病害分类检测方法和系统，包括：采集混凝土桥梁的裂缝修补痕迹图像、二次裂缝图像和负样本病害图像；对得到的裂缝修补痕迹图像、二次裂缝图像和负样本病害图像进行数据增强；将增强后的裂缝修补痕迹图像、二次裂缝图像和负样本病害图像组成最终的数据集；对数据集内图像进行类别标注；基于YOLOv7深度学习模型，利用标注后数据集进行训练，得到分类检测模型；利用分类检测模型对裂缝修补痕迹、二次裂缝及负样本病害进行分类检测。本发明可以对混凝土桥梁的裂缝修补痕迹、二次裂缝和负样本病害进行分类检测。
主权项：1.一种基于深度学习的桥梁裂缝修补痕迹、二次裂缝及负样本病害分类检测方法，其特征在于，包括：步骤1：采集混凝土桥梁的裂缝修补痕迹图像、二次裂缝图像和负样本病害图像；步骤2：对得到的裂缝修补痕迹图像、二次裂缝图像和负样本病害图像进行数据增强；步骤3：将增强后的裂缝修补痕迹图像、二次裂缝图像和负样本病害图像组成最终的数据集；步骤4：对数据集内图像进行类别标注；步骤5：基于YOLOv7深度学习模型，利用标注后数据集进行训练，得到分类检测模型；步骤6：利用分类检测模型对裂缝修补痕迹、二次裂缝及负样本病害进行分类检测。
全文数据：
权利要求：
百度查询： 河南大学 一种基于深度学习的桥梁裂缝修补痕迹、二次裂缝及负样本病害分类检测方法和系统
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