龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：兰州交通大学
摘要：本发明公开了一种基于两阶段深度学习策略的桥梁裂纹检测方法，将分类网络与分割网络相结合，首先利用分类网络对高分辨率桥梁裂纹图像中的裂纹位置进行粗定位，通过对YOLOx的剪枝，将目标检测的回归问题转换为二分类问题，避免卷积神经网络因平移不变性带来的网络性能降低，同时，为提升模型性能，DBCC‑Net中嵌入了全局感知模块，避免传统方法将图像切片而导致切片间信息不共享的问题。然后进行分类网络后处理，包括模型修正和切片聚类；最后利用DDRNet对切片图像进行像素级分割，提取出裂缝完整形态。本发明可用于高分辨率桥梁裂纹图像的像素级快速检测，实现了高效率、高精度的裂纹检测，具有较高实用价值。
主权项：1.一种基于两阶段深度学习策略的桥梁裂纹检测方法，其特征在于，包括以下步骤：1采集高分辨率桥梁裂纹图像，输入训练后的DBCC-Net，以YOLOx作为网络的backbone提取裂纹特征信息，并对YOLOx模型的head进行剪枝，完成裂纹位置粗定位，过滤出包含裂纹的图像部分；2分类网络后处理①模型修正将DBCC-Net的Prediction部分中经sigmoid处理得到的预测结果映射为矩阵，对所述矩阵中的误检和漏检部分进行修正，得到修正矩阵h′；所述模型修正的具体方法如下：a.将映射得到的矩阵中，裂纹部分矩阵值设为1，背景部分矩阵值设为0，对每个矩阵值为1的点，统计其八邻域内矩阵值为1的点的个数，将矩阵内值为1的点称为端点，大于等于2的矩阵点称为中间点；b.计算端点与端点间的最小欧式距离，设置误检阈值β，删除与其他部分距离小于β的孤立点，将相应位置的矩阵值由1设为0，得到误检部分的修正矩阵；c.计算端点与端点间的最小欧式距离，设置漏检阈值α，当该距离小于阈值α时认为这两个端点为断点关系，两点间存在漏检裂纹面元，确定漏检裂纹面元并设置其所对应位置的矩阵值为1，得到漏检部分的修正矩阵；②切片聚类利用所述修正矩阵对步骤1过滤出的图像部分进行切片聚类，得到裂纹的完整切片图像；3利用DDRNet对切片图像进行像素级分割，提取出裂缝完整形态。
全文数据：
权利要求：
百度查询： 兰州交通大学 一种基于两阶段深度学习策略的桥梁裂纹检测方法
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