一种基于域适应的深度学习混凝土桥梁裂缝实时检测方法
基本信息
| 申请号 | CN202210261682.6 | 申请日 | - |
| 公开（公告）号 | CN114693615A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114693615A | 申请公布日 | 2022-07-01 |
| 分类号 | G06T7/00（2017.01）I;G06T7/11（2017.01）I;G06T7/136（2017.01）I;G06T7/155（2017.01）I;G06T7/62（2017.01）I;G06T5/00（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 邓江桦 | 申请（专利权）人 | 常州工学院 |
| 代理机构 | - | 代理人 | - |
| 地址 | 213031江苏省常州市新北区辽河路666号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及深度学习技术在混凝土桥梁裂缝实时检测中的运用，具体是一种基于域适应的深度学习混凝土桥梁裂缝实时检测方法，以基于计算机视觉新算法的混凝土桥梁裂缝损伤识别和量化为技术背景，以深度学习和图像处理方法理论为基础，采用损伤数据集设计、神经网络架构搭建和损伤特征分割与量化相结合的方法，对具有多尺度复杂背景噪声特征的真实混凝土桥梁裂缝图像进行识别检测，包括：步骤一、混凝土桥梁裂缝损伤图像数据集预处理和准备；步骤二，建立裂缝损伤实时识别的迁移学习新网络架构方法；步骤三，使用轻量级注意力机制深度学习算法优化；步骤四，混凝土裂缝特征量化。 |
