摘要
本发明公开了一种基于机器学习的钢筋混凝土检测方法及其装置、电子设备,涉及工业检测技术领域或其他技术领域,该方法包括:采用检测设备对完好钢筋及多种不同类别缺陷钢筋进行检测,得到波形数据并为其匹配类别标签,采集波形数据的特征数据及钢筋基础数据,将特征数据、基础数据及类别标签组合为原始钢筋参数,将原始钢筋参数输入生成对抗模型,合成不同类别缺陷的钢筋参数,将原始与合成的钢筋参数组合为扩充的钢筋参数集,将完好及缺陷钢筋的特征数据输入神经网络模型,得到训练完毕的模型,将实时特征数据输入神经网络模型,得到被检测钢筋的基础数据和缺陷类别。本发明解决了相关技术中数据样本不足,导致无法准确识别缺陷类别的技术问题。
技术关键词
生成对抗模型
数据
输入神经网络模型
缺陷类别
涡流检测设备
波形
参数
检测钢筋
基础
策略更新
工业检测技术
可读存储介质
标签
识别缺陷
混凝土
系统为您推荐了相关专利信息
能量平衡调控方法
自愈功能
虚拟阻抗补偿
多时间尺度
动态潮流
CT扫描数据
海洋工程基础设计
矩阵
插值模型
参数