摘要
本发明提供一种桥梁病害检测方法,对用于桥梁病害检测的CRO‑YOLOv5目标检测模型进行训练;所述CRO‑YOLOv5目标检测模型基于YOLOv5模型,采用C2f_RepGhost模块替换YOLOv5 Backbone中的C3模块;将YOLOv5 Neck中的C3模块替换为C3_Res2Block模块;采用全维动态卷积ODConv替换YOLOv5 Neck中最后一个Conv;并通过使用NWD距离以代替IoU优化损失函数;将训练好的模型进行结构重参数化;遍历模型中RepGhost Bottleneck模块,将其中的DWConv和BN融合为一个DWConv;利用最终得到的CRO‑YOLOv5模型进行桥梁病害检测。
技术关键词
桥梁病害检测
高斯分布模型
模块
非暂态计算机可读存储介质
注意力
处理器
输出特征
参数
动态地
存储器
表达式
电子设备
样式
通道
指数
分支
分层
变量
数据
系统为您推荐了相关专利信息
无人机飞行路径
障碍物
智能控制系统
AI算法
异常信号
智能定损
车辆损伤评估
车险保单
非易失性计算机可读存储介质
计算机可执行指令
晶体管
斜坡补偿信号
过零检测模块
电源转换器
钳位单元