摘要
本发明公开了一种基于深度学习分割的道路脱空尺寸自动测算方法,属于地下病害检测技术领域。该方法通过搭建的脱空实体模型,获得脱空测算方程,结合提前训练的深度学习分割模型,最终获得道路脱空区域的实际面积。该方法相比传统的人工检测技术效率提高显著,精度提高显著,同时相比传统的人工估算脱空尺寸的方法,该方法能够更加精确地识别出脱空病害的典型雷达图像特征并计算其尺寸,对于道路隐性病害检测领域具有较大的益处,可以明显降低脱空病害检测的人工成本。
技术关键词
脱空病害
自动测算方法
探地雷达
深度学习神经网络
尺寸
病害检测技术
方程
精确地识别
图像
采集现场
泡沫板
水泥
像素点
多边形
黑色
数据
标签
典型
系统为您推荐了相关专利信息
康复训练系统
关键点识别
姿态识别模型
卷积孪生网络
全卷积网络
微观结构参数
温升预测方法
ZnO压敏电阻
样本
扫描电镜
无线充电模块
结构件
轨道板
电源盒
轨道机器人技术