摘要
本发明涉及混凝土质量评价技术领域,具体涉及一种多深度模型耦合的新拌混凝土质量评价方法、设备和介质,能够对新拌混凝土包括工作性和力学性能等多种特征进行评价。本发明方法中,有效消除环境光照变化对视频数据采集的影响,确保图像质量的一致性和稳定性,为后续的特征提取和分类任务提供了高质量的数据基础,提高了识别的准确性和可靠性;另外卷积神经网络(CNN)的卷积层超参数优化设计,结合多分类器深度学习模型,能够在不同尺度上捕捉新拌混凝土的关键特征,如工作性、力学性能等。这种多尺度特征提取方式不仅提升了模型的鲁棒性,还能更全面地反映混凝土的质量状况。
技术关键词
多标签
新拌混凝土
评价方法
消除环境影响
图像
多分类器
混凝土主体
预拌混凝土
深度学习模型训练
兴趣
预警机制
参数优化设计
多尺度特征提取
鲁棒性
照明设备
直方图均衡化
视频
系统为您推荐了相关专利信息
图像传感器模块
图像数据采集模块
图像处理
残差网络模型
流水线
多传感器数据融合
裂纹检测方法
红外图像像素矩阵
融合特征
节点特征
多源异构信息融合
加权平均策略
融合多视角
强化学习模型
深度Q网络
感知识别方法
海上浮标
异构感知数据
无人巡检设备
多模态数据采集
图像
转移概率矩阵
自然场景
训练神经网络模型
输入神经网络模型