一种基于深度学习的隧道病害识别检测方法及系统

AITNT
正文
推荐专利
一种基于深度学习的隧道病害识别检测方法及系统
申请号:CN202411591685
申请日期:2024-11-08
公开号:CN119339063B
公开日期:2025-09-05
类型:发明专利
摘要
本发明属于隧道病害检测技术领域,公开了一种基于深度学习的隧道病害识别检测方法及系统:获取隧道历史病害图像,对历史病害图像进行预处理,获取训练数据集;采用训练数据集训练神经网络模型,得到目标识别模型;获取待检测隧道图像,对待检测隧道图像进行预处理,随后将预处理后的待检测隧道图像输入目标识别模型,获取存在病害的目标图像;从目标图像中提取病害区域,并进行标注。本发明技术方案能够提高目标识别模型的训练精度和隧道病害检测的准确率。
技术关键词
图像特征值 像素点 训练神经网络模型 识别检测方法 隧道病害检测 图像采集设备 模型训练模块 定义 识别检测系统 生成对抗网络 强度 数据 生成方法
系统为您推荐了相关专利信息
1
一种用于半监督医学图像分割的傅里叶掩码和自适应阈值调整方法
医学图像分割 掩模 视觉推理技术 拉普拉斯 索引
2
视频信号去隔行方法、装置及电子设备
视频信号去隔行 像素点 运动检测 滤波 控制器
3
摄像机的聚焦方法、电子设备及存储介质
聚焦方法 摄像机 画面 线条 像素点
4
洪水影响下的农用地重金属输入通量计算系统
量计算系统 地下水流动速度 初始聚类中心 像素点 欧氏距离算法
5
一种塑料注塑件表面缺陷自动识别定位方法
像素点 缺陷自动识别 塑料注塑件 定位方法 皮尔逊相关系数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号