一种基于深度学习的螺栓脱落检测方法

AITNT
正文
推荐专利
一种基于深度学习的螺栓脱落检测方法
申请号:CN202410799212
申请日期:2024-06-20
公开号:CN118823665A
公开日期:2024-10-22
类型:发明专利
摘要
本发明公开了一种基于深度学习的螺栓脱落检测方法,涉及视频监控领域。采用多模块组来对螺栓脱落进行检测,所述多模块组包括视频图像采集模块、螺栓检测模块、螺栓脱落判定模块和螺栓脱落告警模块;螺栓脱落检测方法包括以下步骤:S1:获取原始图像,视频图像采集模块,采集待检测桥梁上安装螺栓部分的视频。本申请采用基于深度学习的目标检测算法检测桥梁的螺栓,首先选取光照条件较好处于正常状态下的桥梁螺栓图像作为基准图像,训练基于yolov7的螺栓检测模型,在监测阶段通过对比当前帧图像的螺栓和基准图像的螺栓位置信息从而对螺栓是否脱落进行判定,当发生螺栓脱落时立即进行告警。
技术关键词
脱落检测方法 图像采集模块 告警模块 多模块 基准 视频解码 坐标转换矩阵 检测模型训练 视频流解码 桥梁螺栓 判断螺栓 螺栓数量 顶点
系统为您推荐了相关专利信息
1
基于声热耦合的多模态成像方法及系统
嵌入特征 基准特征 耦合单元 输出特征 压缩特征
2
核电物项三维模型库的构建方法、查询方法及相关装置
三维模型库 基准 查询方法 关系 全生命周期管理
3
一种运载火箭分布式不确定性多学科优化设计方法及系统
矩阵 概率密度函数 样本 参数 多学科优化设计
4
人眼色差等级阈值测量方法、设备、介质及产品
阈值测量方法 人机交互设备 色差 基础 显示器
5
机器人及机器人系统
臂驱动机构 转动轴 盖部 基座 机器人系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号