基于改进DeeplabV3+与形态学的路面裂缝识别方法和模型训练方法

AITNT
正文
推荐专利
基于改进DeeplabV3+与形态学的路面裂缝识别方法和模型训练方法
申请号:CN202411808965
申请日期:2024-12-10
公开号:CN119741272A
公开日期:2025-04-01
类型:发明专利
摘要
本申请涉及一种基于改进DeeplabV3+与形态学的路面裂缝识别方法、模型训练方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括:获取路面裂缝检测训练数据集;采用Canny算法和形态学方法对路面裂缝检测训练数据集中的样本图像进行预处理,获得路面裂缝检测训练数据集中每张样本图像的训练图像;基于MATLAB生成路面裂缝检测标注训练数据集;通过DeepLabV3+构建以包含路面裂缝的样本图像为输入、路面裂缝识别结果为输出的路面裂缝识别网络结构,并采用路面裂缝检测标注训练数据集进行训练,输出路面裂缝识别模型。采用本方法能够在保留图像细节的同时,提高裂缝检测的准确性。
技术关键词
路面裂缝检测 Canny算法 路面裂缝识别方法 形态学方法 样本 数据 网络结构 路面裂缝识别装置 模型训练方法 边缘检测 计算机程序产品 保留图像细节 计算机设备 模型训练模块 处理器
系统为您推荐了相关专利信息
1
面向机械臂操控的人机一体化仿真推演方法和系统
推演方法 训练样本数据 预测控制指令 人机 决策
2
用于模型训练的方法、系统和介质
样本 注意力 无监督学习 对象 执行图像处理
3
一种多余物检测数据集制作方法
样本 数据集制作方法 多视角 图像缩放 信息熵
4
一种旋转图像检测模型的训练方法
图像检测模型 神经网络模型 协方差矩阵 标签 坐标
5
用于馆藏环境文物的土体含水率智能测试方法
智能测试方法 样本 仿真模型 指标 智能测试技术
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