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！

摘要：本发明公开了基于人工智能的道路病害识别方法及系统，属于人工智能技术领域，其具体包括：通过移动巡检车或无人机收集道路图像和视频数据，利用RDS系统自主动态标注道路病害目标；选择多尺度特征融合和注意力机制模型作为基础模型，并通过知识蒸馏技术结合ViT大模型进行训练；通过细分病害数据集和引入自适应权重分配机制，提升模型的识别性能；将训练好的模型部署到巡检车或固定摄像头的数据处理系统中，并通过在线更新和性能监测机制确保系统的稳定运行，实现了高效、准确、实时的道路病害识别。

主权项：1.基于人工智能的道路病害识别方法，其特征在于，包括：步骤S1：通过移动巡检车或无人机对道路进行拍摄，收集多视角、多尺度的道路图像和视频数据，并进行预处理，基于RDS系统，使用边界框或关键帧对拍摄的图像和视频中的道路病害目标进行自主动态标注，获得道路病害数据集；步骤S2：选择多尺度特征融合和注意力机制模型作为基础模型，选择ViT大模型作为教师模型，通过训练ViT大模型得到软标签，并使用软标签对基础模型进行知识蒸馏训练，引入自适应权重分配机制，根据道路病害数据集类别，自动调整从ViT大模型到基础模型的知识转移策略；步骤S3：根据病害类型和严重程度对道路病害数据集进行细分，形成多个子类，对每个子类采用分层细化方式训练知识转移策略，将细分后的子类数据输入到基础模型中进行训练，根据训练结果优化基础模型参数，并对优化后的基础模型进行评估；步骤S4：将训练好的基础模型部署到巡检车或固定摄像头的数据处理系统中，进行实时道路病害和交通事故识别，并将识别结果与道路管理系统、交通管理系统进行集成和运行，部署在线模型更新机制和性能衰减监测机制，定期进行维护和更新；所述步骤S2的具体步骤包括：S2.1：明确任务需求，选择结合了多尺度特征融合和注意力机制的模型作为基础模型，选择ViT大模型作为教师模型；S2.2：使用道路病害数据集训练ViT大模型，通过前向传播计算损失函数的值，并使用反向传播算法计算损失函数对ViT大模型参数的梯度，同时，根据梯度使用优化器更新ViT大模型参数，直到达到预设的迭代次数，获得训练后的ViT大模型参数和预测结果，并将预测结果作为软标签，损失函数的公式为： ；其中，L表示总损失，表示动态平衡参数，表示动态温度参数，用于控制软标签的平滑程度，表示第i个道路病害数据集类别权重向量，表示ViT大模型对第i个道路病害数据集类别的软标签，表示正数，用于防止对数函数中的数值不稳定问题，表示基础模型对第i个道路病害数据集类别的预测概率，表示真实标签的one-hot编码，若第i个类别是真实类别，则，否则，表示带有类别重要性权重向量的知识蒸馏损失，t表示当前迭代次数；所述和的公式为： ；其中，、分别表示动态平衡参数的最小值和最大值，随着训练的进行，会从逐渐减小到，从而逐渐减小知识蒸馏损失的权重，增加分类损失的权重，、分别表示动态温度参数的最小值和最大值，表示总迭代次数；S2.3：根据道路病害数据集的不同类别，设计自适应权重分配机制，动态调整从ViT大模型到基础模型的知识转移策略；S2.4：使用道路病害数据集、软标签、真实标签和自适应权重分配机制训练基础模型，并记录预测结果。

全文数据：

权利要求：

百度查询： 南京先维信息技术有限公司 基于人工智能的道路病害识别方法及系统