买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心);南昌工程学院

摘要：本发明公开了面向边缘计算的堤坝坝体裂缝险情目标检测轻量化方法，首先，收集不同的堤坝坝体裂缝图像并在图片中标注形成坝体裂缝险情数据集；其次构建高精确度且轻量化的改进YOLOv8堤坝坝体裂缝险情识别模型；随后使用数据集对模型进行训练和评估，选出最优的权重文件；将权重文件部署到边缘设备上；之后测试模型是否需要调整超参数再训练；最后将待检测图片传入边缘设备完成检测。本发明适用于在边缘设备上的堤坝坝体裂缝险情识别，在保证高识别精度的同时，降低算法模型41.4%的计算参数量，实现高精度且较YOLOv8更加轻量化的算法模型，能有效应用于在资源受限的边缘设备上部署和执行，有效降低远程通信成本，便于应用推广。

主权项：1.面向边缘计算的堤坝坝体裂缝险情目标检测轻量化方法，其特征在于，包括步骤如下：步骤S1，图像数据集收集与制作：拍摄获取不同堤坝坝体的图片，对拍摄的图片进行分类整理，筛选出坝体存在裂缝现象的图片；对筛选后的图片进行人工标注，结合公开数据集形成堤坝坝体险情数据集，并划分出训练集、验证集和测试集；步骤S2，改进YOLOv8目标检测算法模型，改进模块和网络结构如下：步骤S21，重构拆分拼接模块SPC；引入深度可分离卷积，使用多个小卷积核堆叠重构拼接模块SPC，形成轻量拆分拼接模块LSPC；步骤S22，改进金字塔拆分注意力模块PSA；将轻量拆分拼接模块LSPC与金字塔拆分注意力模块PSA中的输入和压缩激活模块SE相接，形成改进的轻量化金字塔拆分注意力模块DPSA；步骤S23，改进跨阶段局部特征融合模块C2f；引入改进的轻量化金字塔拆分注意力模块DPSA和金字塔拆分注意力模块PSA，在跨阶段局部特征融合模块C2f中通过交替作用取代瓶颈残差模块Bottleneck得到轻量多尺度融合模块SudeC2f；步骤S24，构建新的特征融合网络，分别在特征提取网络feat2层、特征提取网络feat3层各引出一条分支，其中特征提取网络feat2层分支经过深度为3的轻量多尺度融合模块SudeC2f在相加拼接模块AddConcat中与2个大小为40*40*512的特征图相加并拼接，通过下一层的轻量多尺度融合模块SudeC2f后传入检测头P4out；特征提取网络feat3层分支经过深度为1的轻量多尺度融合模块SudeC2f在相加拼接模块AddConcat中与2个大小为20*20*512的特征图相加并拼接，通过下一层的轻量多尺度融合模块SudeC2f后传入检测头P5out；构建的新特征融合网络以降低信息损失的程度，保留重要的原始特征信息；完成YOLOv8目标检测算法模型的改进，得到改进YOLOv8坝体裂缝险情检测轻量化模型；步骤S3，使用改进YOLOv8目标检测算法模型训练并获取最优权重：使用制作的堤坝坝体险情数据集对改进YOLOv8坝体裂缝险情检测轻量化模型进行训练，更新权重，得到最优即mAP值最高的检测模型权重；步骤S4，改进YOLOv8坝体裂缝险情检测轻量化模型部署：将训练好的最优即mAP值最高的检测模型权重文件导出为ONNX格式部署到边缘设备上；步骤S5，判断是否需要调整超参数：测试识别效果，判断是否需要调整超参数再训练，如果是则调整超参数跳转步骤S3；步骤S6，坝体裂缝险情检测：将待检测图片传送到部署好的改进YOLOv8坝体裂缝险情检测轻量化模型的边缘设备上，利用基于最优权重的改进YOLOv8坝体裂缝险情检测轻量化模型对堤坝坝体进行检测，判断是否存在裂缝险情，如果存在裂缝险情则输出检测结果图片，并标出险情种类和置信度。

全文数据：

权利要求：

百度查询： 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 南昌工程学院 面向边缘计算的堤坝坝体裂缝险情目标检测轻量化方法