一种基于深度学习的危岩体裂缝检测方法、系统、装置和及存储介质

AITNT
正文
推荐专利
一种基于深度学习的危岩体裂缝检测方法、系统、装置和及存储介质
申请号:CN202410925055
申请日期:2024-07-11
公开号:CN118967562A
公开日期:2024-11-15
类型:发明专利
摘要
本发明提供了一种基于深度学习的危岩体裂缝检测方法、系统、装置及存储介质,本发明的技术方案通过构建的多阶段轻量级裂缝分割网络模型,能够精确捕获危岩体裂缝图像的复杂特征,有效应对光照变化、阴影干扰及裂缝形态多样性等挑战,在处理大规模、高分辨率图像时表现出色,其轻量性特性使其即使在边缘计算设备上也能实现实时高效的裂缝检测,显著提高了对细微裂缝、复杂纹理和弱对比背景的识别准确率,增强了系统的识别精度与鲁棒性。
技术关键词
裂缝检测方法 裂缝检测系统 输出特征 像素 空间金字塔 裂缝检测装置 注意力机制 网络模型训练 注意力模型 图像处理 可读存储介质 上采样 存储器 空洞 处理器 模块
系统为您推荐了相关专利信息
1
未学习区域估计装置及集成程序
区域估计装置 信号 场景 计算机可执行指令 深度值
2
一种针对船体表面锈迹图像的改进滤波与局部方向自适应锈迹识别方法
图像 融合去噪 识别方法 边缘检测算法 船体
3
一种基于图像识别的0.4kV低压不停电作业人员安全防护穿戴检测方法
穿戴检测方法 扰动现象 高频特征 高清摄像设备 指标
4
一种基于数据分类分割与重组的云存储安全增强方法
云存储系统 数据分类 感兴趣 云存储平台 文件访问请求
5
一种基于多约束异构深度网络的农村建筑检测方法
建筑检测方法 遥感图像数据 卷积模块 建筑物 注意力
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