摘要
本发明涉及一种基于病害分级的路面内部裂缝病害识别方法。本发明的方法在YOLO深度学习网络对路面裂缝病害识别结果的基础上,首先通过对电磁信号时频域特征的分析将桥梁结构、内部异物等类裂缝特征进行过滤,再结合人工裂缝病害的识别经验,依据裂缝病害的明显程度对数据集中的裂缝病害进行分类,并建立裂缝病害的过滤及分级规则,从而提高裂缝病害的识别准确率,使自动识别的结果可应用于实际工程中,并在一定程度可以提高人工判别效率。本发明的方法可使路面内部裂缝的识别结果准确率达到96%。
技术关键词
识别方法
裂缝特征
电磁
幅值
数据
桥梁结构
信号
雷达
路面裂缝病害
权重模型
深度学习网络模型
切片
频域特征
图谱
标记方法