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：中南大学
摘要：本发明涉及图像处理技术领域，具体涉及一种基于深度学习的隧道病害识别方法、设备及介质，所述方法步骤包括：构造数据集；构造目标检测网络；采用数据集训练所述目标检测网络，得到目标识别模型；从隧道表面获取待检测的病害图像，输入目标识别模型中进行目标识别。本发明方法采用轻量视觉变换网络替换YOLOX中的主干网络，构造了目标检测网络；轻量视觉变换网络中的轻量可视化结构和倒残差瓶颈结构结合了全局感知能力和局部特征提取优势，有利于捕捉图像中的细节特征和全局上下文，提高了对复杂场景的理解能力，从而提高检测精度。
主权项：1.一种基于深度学习的隧道病害识别方法，其特征在于，包括如下步骤：S1：构造数据集，获取隧道表面包含病害的图像，并对其中病害进行标注，所有带标注的病害的图像构成数据集；S2：构造目标检测网络，选取YOLOX作为基础识别网络，YOLOX包括骨干网络、特征融合网络和检测头，采用轻量视觉变换网络替换YOLOX中的骨干网络，采用幻影融合结构替换YOLOX网络中的跨阶段局部网络结构，在特征融合网络中，在上采样后以及在下采样后加入通道空间混合注意力模块，得到目标检测网络；所述轻量视觉变换网络包括轻量可视化结构和倒残差瓶颈结构；所述轻量可视化结构包括依次设置的第一卷积层、第二卷积层、展开结构层、Transformer层以及堆叠结构层；所述倒残差瓶颈结构包括两个第三卷积层和一个第四卷积层，依次设置为第三卷积层、第四卷积层和第三卷积层；所述幻影融合结构包括两个部分，一部分通过幻影卷积后直接输出特征层，另一部分通过幻影卷积后，再经过多次叠加处理，且每次叠加处理后均会输出特征层；两个部分的卷积结束后，幻影融合结构通过一次幻影卷积将上述得到的特征层进行特征融合，得到最后的有效特征层；所述混合注意力模块包括通道注意力模块和空间注意力模块；S3：采用数据集训练所述目标检测网络，得到目标识别模型；S4：从隧道表面获取待检测的病害图像，输入目标识别模型中进行目标识别。
全文数据：
权利要求：
百度查询： 中南大学 一种基于深度学习的隧道病害识别方法、设备及介质
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