-
公开(公告)号:CN118351316B
公开(公告)日:2024-09-20
申请号:CN202410591742.X
申请日:2024-05-14
申请人: 重庆交通大学
摘要: 本发明公开了一种基于深度学习的桥梁拉索表观缺陷分割方法,涉及桥梁健康检测和机器视觉技术领域。具体包括:构造基于样本增强的桥梁拉索表观缺陷样本图像数据集;构建基于改进实例分割网络YOLACT++的桥梁拉索表观缺陷分割模型;将数据集划分为训练集和验证集,对缺陷分割模型进行训练和验证;将待检测的桥梁拉索表观缺陷图像输入到训练好的桥梁拉索表观缺陷分割模型中,获得桥梁拉索表观图像中的缺陷分割结果。本发明方法能够更快速、更准确地实现对复杂背景下桥梁拉索表观缺陷的分割,有效避免了光照不均、背景干扰、图像噪声等因素对缺陷分割的速度及准确性的影响。
-
公开(公告)号:CN118351316A
公开(公告)日:2024-07-16
申请号:CN202410591742.X
申请日:2024-05-14
申请人: 重庆交通大学
摘要: 本发明公开了一种基于深度学习的桥梁拉索表观缺陷分割方法,涉及桥梁健康检测和机器视觉技术领域。具体包括:构造基于样本增强的桥梁拉索表观缺陷样本图像数据集;构建基于改进实例分割网络YOLACT++的桥梁拉索表观缺陷分割模型;将数据集划分为训练集和测试集,对缺陷分割模型进行训练和验证;将待检测的桥梁拉索表观缺陷图像输入到训练好的桥梁拉索表观缺陷分割模型中,获得桥梁拉索表观图像中的缺陷分割结果。本发明方法能够更快速、更准确地实现对复杂背景下桥梁拉索表观缺陷的分割,有效避免了光照不均、背景干扰、图像噪声等因素对缺陷分割的速度及准确性的影响。
-