一种基于SSD卷积神经网络的地下排水管道缺陷识别方法
基本信息
申请号 | CN201910806196.6 | 申请日 | - |
公开(公告)号 | CN110598767A | 公开(公告)日 | 2019-12-20 |
申请公布号 | CN110598767A | 申请公布日 | 2019-12-20 |
分类号 | G06K9/62;G06N3/04;G06N3/08;G06T7/00;G06T7/11 | 分类 | 计算;推算;计数; |
发明人 | 丁鑫;张宇;武鸿滨;李昀锦;魏冀星;乔茜;王瀚兴;张健;于艳飞;段梦钰;冯星光;李昕阳;郜尚尚 | 申请(专利权)人 | 河南省交通运输发展集团有限公司航空港分公司 |
代理机构 | 长沙楚为知识产权代理事务所(普通合伙) | 代理人 | 河南省收费还贷高速公路管理有限公司航空港分公司 |
地址 | 450000 河南省郑州市中牟县官渡镇韩潘路北段航空港管理处 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及一种基于SSD卷积神经网络的地下排水管道缺陷识别方法,包括步骤:S1、获取管道缺陷图像作为检测图像数据;S2、对所述检测图像数据进行预处理,标注检测图像中管道缺陷作为管道缺陷数据,构建管道缺陷数据库;S3、搭建SSD卷积神经网络,初始化设置卷积神经网络中超参数,采用预训练模型进行训练;S4、调整所述SSD卷积神经网络的超参数,使得训练图像数据的指定目标输出和实际输出之间的误差值满足精度要求,完成对所述SSD卷积神经网络的训练;S5、将训练后的所述SSD卷积神经网络作为测试网络读取测试图像,输出对管道缺陷目标识别结果。本发明使用不同的特征图上的多层特征去检测和识别图像中不同位置的目标,兼具检测和识别的速度以及精度。 |
