发明公开
- 专利标题: 一种基于改进U-Net模型的大坝无人机影像裂缝智能识别方法
-
申请号: CN202111409827.4申请日: 2021-11-20
-
公开(公告)号: CN116152674A公开(公告)日: 2023-05-23
- 发明人: 字陈波 , 唐炉亮 , 杨劲松 , 郭有安 , 廖贵能 , 李洪波 , 余意 , 李黎 , 徐小坤 , 张冲 , 王顺波 , 陈洋
- 申请人: 华能澜沧江水电股份有限公司 , 武汉大学 , 华能集团技术创新中心有限公司
- 申请人地址: 云南省昆明市官渡区世纪城中路1号; ;
- 专利权人: 华能澜沧江水电股份有限公司,武汉大学,华能集团技术创新中心有限公司
- 当前专利权人: 华能澜沧江水电股份有限公司,武汉大学,华能集团技术创新中心有限公司
- 当前专利权人地址: 云南省昆明市官渡区世纪城中路1号; ;
- 代理机构: 天津垠坤知识产权代理有限公司
- 代理商 赵玉琴; 于德江
- 主分类号: G06V20/17
- IPC分类号: G06V20/17 ; G06N3/08 ; G06V10/774
摘要:
本发明公开了一种基于改进U‑Net模型的大坝无人机影像裂缝智能识别方法,特别应用于大型特高拱坝的坝面裂缝检测。该方法包括:获取大坝无人机影像,并对影像进行预处理;对影像中的裂缝进行逐像素标注,构建大坝裂缝样本集,并分为训练集和测试集;构建改进的U‑Net裂缝提取模型;利用训练集对改进的U‑Net裂缝提取模型进行训练;将测试集输入训练好的模型中进行测试,对模型进行精度评估,并最终获得最优训练模型;利用最优模型进行大坝无人机影像裂缝检测。本发明方法构建的改进的U‑Net模型在原始U‑Net模型基础上增加了网络深度以提取更多有用的特征信息,有助于提高裂缝的提取精度;同时为了加快学习速度并防止梯度爆炸和梯度消失等问题,本发明在模型中每个卷积层后加上了一个BN层,并在每个BN层后又紧接了一个ReLU激活函数。