摘要
本发明提出一种基于图像的盾构隧道螺栓健康度评价方法,涉及盾构隧道工程技术领域,包括:获取隧道内的螺栓扫描图像;构建深度学习模型,包括主干网络和分割网络;将预处理后的螺栓扫描图像输入深度学习模型进行锈蚀检测,利用主干网络进行特征图提取,对特征图设定感兴趣区域,并对感兴趣区域进行筛选,将筛选后的感兴趣区域输入分割网络,得到螺栓扫描图像的锈蚀检测结果,包括锈蚀的位置信息、类别信息和分割信息;根据锈蚀检测结果计算锈蚀面积,根据健康度评价规则基于锈蚀面积对螺栓进行评估,得到螺栓扫描图像的健康度评价结果。本发明很好的解决了管片螺栓的锈蚀效率、降低了人工主观性对准确度的影响和时间及人工成本。
技术关键词
健康度评价方法
金字塔特征
感兴趣
图像
深度学习模型
特征提取模块
网络
盾构隧道工程技术
特征金字塔
掩膜
滑动窗口
上采样
特征值
分支
采样点
管片螺栓
检测螺栓
像素
系统为您推荐了相关专利信息
系统优化决策
工业大数据平台
数据融合机制
统一数据模型
深度学习模型
焊缝表面缺陷
调控方法
热循环
热电偶传感器
焊接机器人控制