一种基于深度学习的隧道裂缝自动检测方法.pdfVIP

下载本文档

62
0
约1.32万字
约 14页
2023-11-01 发布于四川
举报
版权申诉

一种基于深度学习的隧道裂缝自动检测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供一种基于深度学习的隧道裂缝自动检测方法，包括：从采集到的隧道影像中挑选出带有裂缝的影像，对影像进行检测目标的标注，标注好的影像组成网络训练所需的数据集；在Yolov5网络中采用改进AP聚类算法生成先验锚定框Anchor，使用GhostNet特征提取模块替换Yolov5网络中的特征提取模块；使用标注的数据集在改进后的Yolov5网络中进行模型的训练，选择精度最高的训练模型做为最终隧道裂缝检测模型；使用隧道裂缝检测模型进行裂缝检测。本发明将改进的AP聚类方法引入到裂缝的自动检测，并基于Gh

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116977857 A (43)申请公布日 2023.10.31 (21)申请号 202310986133.X G06V 10/762 (2022.01)