摘要
本发明提供了一种基于合成数据集与半监督学习的混凝土裂缝识别方法,1)采集原始数据集,选择某一主流神经网络模型进行监督学习;2)基于半监督学习方法对基准识别模型进行更新;3)基于更新后的基准识别模型,对个人数据集中的无标签数据进行分类;4)选择置信度较高的图像,对其进行像素级掩膜标注,确定裂缝分割模型;5)用裂缝分割模型对置信度较高的图片进行像素级标注;6)基于裂缝的掩膜标注结果,获得裂缝的骨架线并计算得到最大宽度、平均宽度,并进行裂缝宽度的误差分析;7)对混凝土裂缝识别模型进行验证;8)将拍摄结果导入混凝土裂缝识别模型,得到各裂缝的骨架线、最大宽度和平均宽度结果。
技术关键词
混凝土裂缝
半监督学习方法
神经网络模型
像素
主动学习方法
基准
语义分割模型
掩膜数据
图像
指标
误差
连线
图片
标签
场景
系统为您推荐了相关专利信息
深度学习模型
去噪方法
智能优化算法
内窥镜
拆分算法
组推荐方法
交互网络
神经网络模型
贝叶斯个性化排序
兴趣