一种基于深度学习的溢洪道堆积体堵塞识别方法

AITNT
正文
推荐专利
一种基于深度学习的溢洪道堆积体堵塞识别方法
申请号:CN202411669762
申请日期:2024-11-21
公开号:CN119649095A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种基于深度学习的溢洪道堆积体堵塞识别方法,属于水利工程安全检测和智能运维技术领域;本发明通过室内实验模拟可能出现的块石堆积情况,建立一套图像采集系统拍摄不同形态块石造成的溢洪道泄槽堵塞。此外,本发明采用改进的DeepLabV3+模型作为图像语义分割算法,改进的模型在效率和精度上都能满足检测要求,模型性能分析实验说明了所建立的方法的有效性。更进一步地,本发明将训练好的模型集成至一个开放平台中,促进模型集成至设备终端实现自动化检测。本发明所提出的方法主要应用于工程运维阶段,避免了传统人工巡检的繁琐过程。
技术关键词
图像分割模型 溢洪道泄槽 识别方法 像素点 分类准确率 网络结构 智能运维技术 图像语义分割 金字塔池化 图像采集系统 标注工具 有效性 纹理特征 平台 数据 优化器 物理 摄像机
系统为您推荐了相关专利信息
1
一种铸造表面缺陷实时检测方法及系统
铸件表面 实时检测方法 代表 铸件模型 数据
2
一种基于自动比对的雨后铁路地质灾害风险识别方法
地质灾害风险 三维模型 识别方法 铁路 特征值
3
一种光伏面板表面缺陷识别和分类方法及系统
光伏面板 纹理特征 卷积神经网络模型 分类方法 初始聚类中心
4
语音识别系统及其语音识别方法、电子设备及可读介质
设备控制指令 语音识别方法 中控设备 云服务器 语音识别系统
5
基于计算机视觉的外墙墙板脱落自动化监测系统及方法
外墙墙板 自动化监测系统 像素点 多视角图像采集 计算机视觉
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