公开(公告)号：CN119963924A

公开(公告)日：2025-05-09

申请号：CN202510275528.8

申请日：2025-03-10

Applicant: 西南林业大学

Inventor： 陈文柯 ,  代飞 ,  黄苾 ,  刘国玺 ,  巫晓静 ,  李乐成 ,  甘健侯 ,  周菊香 ,  林红 ,  杨静

IPC: G06V10/764 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/22 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06F16/16

Abstract: 本发明涉及一种面向路面病害检测的误检方法，属于公路路面病害检测的质量提升研究领域。本发明收集不同路面病害的手工标注的数据集，通过“病害扩充”图像处理技术扩充病害图像数量以制作训练误检模型的数据集，并使用数据集训练出误检模型，再检验模型的分类效果。通过对比模型分类结果和原标签类型，可以判断其是否存在误检问题，并能准确定位到图像对应的label文件中对应的标签数据行进行病害类型修正。本发明训练了能够自动区分不同路面病害类型的误检模型，可以定位需要修改的标签数据位置，能够改善路面病害目标检测结果图像的误检情况。

公开(公告)号：CN119540639A

公开(公告)日：2025-02-28

申请号：CN202411681721.3

申请日：2024-11-22

Applicant: 西南林业大学

Inventor： 陈文柯 ,  代飞 ,  黄苾 ,  刘国玺 ,  巫晓静 ,  李乐成 ,  甘健侯 ,  周菊香 ,  林红 ,  杨静

IPC: G06V10/764 ,  G06V10/774 ,  G06V20/56 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种面向路面病害目标检测的漏检检测方法，属于公路路面病害检测与质量控制领域。本发明提出了一种“路面补全”图像处理技术，可以将任意bounding box统一替换成正常的路面，同时制作出漏检模型的数据集，并训练漏检模型。漏检模型可以自动检测图片中除了bounding box之外的区域是否存在较大和明显的病害漏检问题，为后续的病害补充标记工作做好前提准备。本发明方法可以自动化地改善路面病害目标检测结果图片中的病害漏检情况。