摘要
本发明提供了一种基于YOLOv8模型的桥梁无人机病害识别与评估方法,具体包括如下步骤:S1,收集病害影像信息,利用Labelme对数据集进行标注为yolo训练格式,得到标注数据集;S2,搭建YOLOv8深度模型基础框架,针对于小样本病害类型,对模型进行修改增加更大尺寸检测头,将CBAM注意力机制引入YOLOv8模型;S3,分别测试YOLOv8n,YOLOv8s,YOLOv8m,YOLOv8l和YOLOv8x五种model的mAP和检测速率的关键指标,建立桥梁结构的定性评估算法;S4,对桥梁结构巡检,利用检测模型对巡检视频数据流进行实时检测,通过桥梁结构的定性评估算法进行定性评估。
技术关键词
无人机
评估算法
公路桥梁结构
深度学习训练
注意力机制
桥梁病害检测
高清摄像头
多尺度特征融合
检测头
YOLO模型
通道
模块
深度学习框架
桥梁设施
桥梁桥面
系统为您推荐了相关专利信息
合作频谱感知
信道
深度强化学习算法
动态
深度强化学习模型
检测分析方法
高性能
网络安全数据
可视分析系统
数据编码
模型预测控制器
清洗参数
能量管理单元
离子风幕装置
指纹