摘要
本发明公开了针对斜拉索锈蚀检测的无人机飞行路径规划与识别方法,属于无人机锈蚀识别技术领域。解决了现有技术中传统的斜拉索锈蚀检测方法识别效率低且未考虑采用无人机图像采集进行斜拉索锈蚀的快速智能识别的问题;本发明根据无人机参数信息和操作信息,规划无人机最短飞行路径;采集斜拉索图像生成图像矩阵,对其进行图像质量增强,得到新的图像矩阵;等分并进行图像像素更新,得到像素更新后的图像;构建数据集,将数据集输入到总体模型进行训练,得到训练完毕的总体模型;根据交并比优化方法,将训练完成的基础模型作为最终模型,并输出最终的锈蚀识别结果。本发明提升了斜拉索锈蚀检测效率,可以应用于无人机交通监测。
技术关键词
无人机飞行路径
全局平均池化
斜拉索
批量
识别方法
尺寸
图像
训练深度学习模型
误差反向传播
上采样
神经网络单元
节点
输出特征
特征金字塔
规划
像素
网络结构
矩阵
系统为您推荐了相关专利信息
输出特征
损失函数优化
全局平均池化
表达式
图像
射频干扰抑制方法
半监督深度学习
射电望远镜
通道注意力机制
数据
运动相位
加速度
识别方法
数据
一维卷积神经网络