摘要
本申请属于图像识别技术领域,更具体地说,涉及一种智能化建筑质量检测方法及系统,本发明基于深度学习模型对建筑的不同元素进行检测和分割,得到图像中各个部位的位置和边界信息,使得可以客观全面的分析建筑图像,避免人工检查的主观性和局限性;并且本发明通过构建端到端的建筑质量评估模型,通过建筑质量评估模型自动化、智能化的对建筑质量进行评分,大大提高了建筑质量检测的效率和准确性,避免依赖人工检查的局限性。
技术关键词
智能化建筑
卷积神经网络模型
原始图像数据
深度学习模型
图像采集模块
建筑图像数据
新图像数据
元素
传播算法
随机梯度下降
图像金字塔
图像识别技术
图像采集设备
参数
依赖人工
系统为您推荐了相关专利信息
静态源码扫描方法
代码特征
污点
漏洞数据库
深度学习模型优化
卷积神经网络模型
面向图像分类
归因
评价方法
像素
缺陷智能
软轴
多尺度卷积神经网络
识别方法
多尺度特征金字塔
辅助分析方法
智能模型
智能分析模块
检测数据输入
报告