一种基于深度学习与web端定位的路面裂缝检测方法

    公开(公告)号:CN113628164B

    公开(公告)日:2024-08-06

    申请号:CN202110785735.X

    申请日:2021-07-12

    摘要: 本发明公开了一种基于深度学习与web端定位的路面裂缝检测方法,包括:拍摄路面视频并均匀抽帧提取图像进行预处理,训练基于深度学习的路面裂缝检测集成模型,实现路面损伤严重程度分类与裂缝检测;利用web端调用API获取实时地理位置信息,并依据车速和视频帧率利用云计算得出每帧对应的时间与地理位置信息,导入数据库;在云端调用数据库,完成基于深度学习的路面裂缝检测集成模型的检测,在本地生成可视化路面裂缝损伤地图图示和检测裂缝的具体位置。本发明解决了路面裂缝检测效率低,准确率低,成本高的问题,并将路面裂缝检测与地理位置定位结合,生成可视化图示,为公路养护工作提供了便利,同时还可为相似问题提供解决思想。

    一种基于深度学习与web端定位的路面裂缝检测方法

    公开(公告)号:CN113628164A

    公开(公告)日:2021-11-09

    申请号:CN202110785735.X

    申请日:2021-07-12

    摘要: 本发明公开了一种基于深度学习与web端定位的路面裂缝检测方法,包括:拍摄路面视频并均匀抽帧提取图像进行预处理,训练基于深度学习的路面裂缝检测集成模型,实现路面损伤严重程度分类与裂缝检测;利用web端调用API获取实时地理位置信息,并依据车速和视频帧率利用云计算得出每帧对应的时间与地理位置信息,导入数据库;在云端调用数据库,完成基于深度学习的路面裂缝检测集成模型的检测,在本地生成可视化路面裂缝损伤地图图示和检测裂缝的具体位置。本发明解决了路面裂缝检测效率低,准确率低,成本高的问题,并将路面裂缝检测与地理位置定位结合,生成可视化图示,为公路养护工作提供了便利,同时还可为相似问题提供解决思想。

    一种基于滚动优化裂缝分类识别模型的路面裂缝检测方法

    公开(公告)号:CN113486721A

    公开(公告)日:2021-10-08

    申请号:CN202110644921.1

    申请日:2021-06-09

    摘要: 本发明提出了一种基于滚动优化裂缝分类识别模型的路面裂缝检测方法,包括以下步骤:路面图像数据静态采集与标注,静态裂缝识别模型构建;通过静态裂缝识别模型识别动态采集的路面图像,经识别判断准则判别执行静态数据库存储或图像拆分动作;对不符合识别判断准则的图像分割处理,并经图像拆分判断准则判别执行静态裂缝识别模型识别或重新进入识别判断准则判别流程;依据由静态数据库和动态数据库构成的数据库构建动态裂缝识别模型;利用构建的动态裂缝识别模型不断更新已有的静态裂缝识别模型,实现静态裂缝识别模型的滚动优化。本发明通过引入裂缝识别模型的滚动优化机制,提高了裂缝检测准确率和检测效率。

    一种基于滚动优化裂缝分类识别模型的路面裂缝检测方法

    公开(公告)号:CN113486721B

    公开(公告)日:2023-08-29

    申请号:CN202110644921.1

    申请日:2021-06-09

    摘要: 本发明提出了一种基于滚动优化裂缝分类识别模型的路面裂缝检测方法,包括以下步骤:路面图像数据静态采集与标注,静态裂缝识别模型构建;通过静态裂缝识别模型识别动态采集的路面图像,经识别判断准则判别执行静态数据库存储或图像拆分动作;对不符合识别判断准则的图像分割处理,并经图像拆分判断准则判别执行静态裂缝识别模型识别或重新进入识别判断准则判别流程;依据由静态数据库和动态数据库构成的数据库构建动态裂缝识别模型;利用构建的动态裂缝识别模型不断更新已有的静态裂缝识别模型,实现静态裂缝识别模型的滚动优化。本发明通过引入裂缝识别模型的滚动优化机制,提高了裂缝检测准确率和检测效率。

    一种基于动量的填筑工程压实质量连续检测方法

    公开(公告)号:CN116043803A

    公开(公告)日:2023-05-02

    申请号:CN202211515256.7

    申请日:2022-11-29

    IPC分类号: E02D1/00 E02D3/046

    摘要: 一种基于动量的填筑工程压实质量连续检测方法,采集碾压机的振动轮与土体碾压层相互作用时产生的竖向振动信号,捕捉其每个周期内的速度峰值,计算每个周期内振动轮的极限压实动量,进而计算动量型压实质量连续检测指标即动量压实值MCV,k表示填筑材料的校准系数;表示所述竖向振动信号在N个周期内的极限压实动量的平均值;结合空间位置信息,生成碾压区域时空压实质量分布图。本发明具有精确、连续、实时、离散性小、成本低等特点,与智能决策、机群协同功能融合可实现智能碾压机群协同作业。