一种基于深度学习的道路风险源检测方法
基本信息
| 申请号 | CN202210134800.7 | 申请日 | - |
| 公开（公告）号 | CN114495067A | 公开（公告）日 | 2022-05-13 |
| 申请公布号 | CN114495067A | 申请公布日 | 2022-05-13 |
| 分类号 | G06V20/58（2022.01）I;G06V10/774（2022.01）I;G06V10/764（2022.01）I;G06K9/62（2022.01）I;G06V10/82（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 庞荣;张朋;刘大洋;王吉龙;王敦;陈卓;韩坤林;方鹏程;斯新华 | 申请（专利权）人 | 招商局重庆公路工程检测中心有限公司 |
| 代理机构 | 北京同恒源知识产权代理有限公司 | 代理人 | - |
| 地址 | 400060重庆市南岸区学府大道33号（十六）幢 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度学习的道路风险源检测方法，属于路面风险源检测领域。该方法包括：S1：获取道路的图像，并对道路图像进行初步筛选；S2：对筛选后的图像进行数据增广和打标签，得到实验数据集；S3：将实验数据集送入深度学习网络模型训练，获得道路风险源的初步识别结果；S4：根据改进的两阶段Faster RCNN网络模型计算得到的损失和模型回归参数对步骤S3得到的识别结果进行微调，得到最终识别结果。本发明能自动识别道路风险源，且识别效率高、成本低廉、操作简便。 |
