一种基于多尺度特征融合的隧道裂缝检测方法

    公开(公告)号:CN117218504A

    公开(公告)日:2023-12-12

    申请号:CN202311180991.1

    申请日:2023-09-13

    摘要: 本发明提供了一种基于多尺度特征融合的隧道裂缝检测方法。该方法包括:利用采集的的隧道裂缝图像数据构建一个隧道裂缝图像数据集,将所述隧道裂缝图像数据集划分为训练集和验证集;构建基于多尺度特征融合的隧道裂缝检测模型,隧道裂缝检测模型是深度学习模型,该模型由编码器和解码器组成,利用所述训练集和验证集对所述隧道裂缝检测模型进行训练和验证,得到训练好的隧道裂缝检测模型;将待检测的隧道图像数据输入到训练好的隧道裂缝检测模型中,隧道裂缝检测模型对输入图像进行裂缝检测,输出裂缝检测结果。本发明方法能够学习不同尺度的裂缝病害特征,将不同尺度的特征进行融合以此来挖掘细粒度的特征,从而有效地对图像进行隧道裂缝检测。

    一种挠度智能检测系统、方法及装置

    公开(公告)号:CN116046303B

    公开(公告)日:2023-07-04

    申请号:CN202310323360.4

    申请日:2023-03-30

    摘要: 本发明涉及挠度检测技术领域,公开了一种挠度智能检测系统、方法及装置,包括:挠度智能检测设备、一个或多个标识器,其中,所述挠度智能检测设备包括:设备外壳;相机,用于依次拍摄多张标识图像,所述标识图像包括一个或多个标识器图像,所述标识器用于标识建筑物的位置信息;处理器,所述处理器与所述相机电连接,包括挠度智能检测模型模块,所述挠度智能检测模型模块是基于深度学习算法建立的模型模块,用于根据在多种场景所获取的标识图像,计算一个或多个挠度数值;操作屏幕显示器,所述操作屏幕显示器与所述处理器电连接,用于操作挠度检测程序,并显示一个或多个挠度数值。通过该系统,能够提高挠度检测的精准率和效率。

    一种挠度智能检测系统、方法及装置

    公开(公告)号:CN116046303A

    公开(公告)日:2023-05-02

    申请号:CN202310323360.4

    申请日:2023-03-30

    摘要: 本发明涉及挠度检测技术领域,公开了一种挠度智能检测系统、方法及装置,包括:挠度智能检测设备、一个或多个标识器,其中,所述挠度智能检测设备包括:设备外壳;相机,用于依次拍摄多张标识图像,所述标识图像包括一个或多个标识器图像,所述标识器用于标识建筑物的位置信息;处理器,所述处理器与所述相机电连接,包括挠度智能检测模型模块,所述挠度智能检测模型模块是基于深度学习算法建立的模型模块,用于根据在多种场景所获取的标识图像,计算一个或多个挠度数值;操作屏幕显示器,所述操作屏幕显示器与所述处理器电连接,用于操作挠度检测程序,并显示一个或多个挠度数值。通过该系统,能够提高挠度检测的精准率和效率。

    一种基于双流扩散模型的隧道衬砌病害识别方法

    公开(公告)号:CN117292138A

    公开(公告)日:2023-12-26

    申请号:CN202311224473.5

    申请日:2023-09-21

    摘要: 本发明提供了一种基于双流扩散模型的隧道衬砌病害识别方法。本发明所提方法包含两个分支:第一个分支是扩散去噪图像生成分支,该分支首先为大量无监督图像产生带高斯噪声的图像,并迭代训练一个扩散去噪概率模型来生成无噪声图像。在预训练该分支后,该分支可作为图像特征提取器,通过上采样及特征融合来为后续语义分割提供更鲁棒的图像特征。第二个分支是条件扩散去噪语义分割分支,该分支为少量人工标注分割图产生带高斯噪声的分割图,并以图像特征为条件来训练一个条件扩散去噪概率模型。该分支最终可产生无噪声分割图。本发明通过联合训练双流扩散去噪分支,可提取更鲁棒的图像特征表示,仅需少量人工标注即可提高隧道病害区域分割的精度。