摘要
本发明涉及图像识别领域,特别是一种智能公路表面缺陷检测方法。利用图像传感器获取训练公路表面图像数据集;基于YOLOv7目标检测算法建立YOLOv7公路表面缺陷检测模型,在YOLOv7公路表面缺陷检测模型的输入端加入CBAM注意机制模块,得到初始CBAM‑YOLOv7公路表面缺陷检测模型;利用SSA麻雀搜索算法对初始公路表面缺陷检测模型中的学习率进行优化,得到目标公路表面缺陷检测模型;将训练公路表面图像数据集输入至目标公路表面缺陷检测模型中进行公路表面缺陷检测,得到公路表面缺陷状态数据;可以自动、快速地识别出公路表面的裂缝、坑槽、车辙等缺陷,从而减少了人工巡查的工作量,提高了检测效率。
技术关键词
表面图像数据
公路
表面缺陷检测方法
表面缺陷检测系统
雷达传感器
图像特征提取
子模块
图像传感器
搜索算法
卷积神经网络提取
地点
通道注意力机制
生成无人机
移动终端
系统为您推荐了相关专利信息
高速公路路况
障碍物
监测报警系统
多模态
实时视频流
高速公路交通异常事件
画面
卡尔曼滤波方法
孤立森林算法
异常轨迹
高速公路应急
信息管理系统
分析模块
传输模块
环境监测模块
面向高速公路
参数校准方法
收费站广场
进化算法
仿真环境