摘要
本发明公开了一种基于无人机与深度学习网络的桥梁支座病害识别方法及系统,所述方法包括:规划无人机巡检任务路线;无人机执行巡检任务,并采集目标桥梁的支座图像,以形成支座图像集;对支座图像集进行预处理,以获取标注图像集;构建并训练基于Real‑ESRGAN网络的图像增强模型,将标注图像集输入到训练后的图像增强模型中,以生成超分图像集;构建基于YOLOv8网络的病害识别模型,通过超分图像集训练所述病害识别模型,以识别并定位支座损伤。本发明通过Real‑ESRGAN网络对图像进行超分辨率增强,极大增强了图像质量和病害识别的精确度,并且通过YOLOv8网络的快速和准确的目标检测能力,能够快速识别和定位桥梁支座损伤。
技术关键词
图像增强模型
深度学习网络
无人机巡检
定位支座
退化模型
定位桥梁支座
病害识别系统
图像增强模块
图像识别模块
规划
图像处理模块
图像采集模块