摘要
本发明实施例公开了一种基于深度学习的桥梁螺栓监测图像识别方法及系统,属于桥梁图像处理技术领域。该方法包括:通过图像采集装置获取桥梁螺栓部件的多角度的监测图像集合,对监测图像集合进行预处理以生成标准化的目标图像序列;基于预训练的定位模型对目标图像序列中的每个图像帧进行螺栓监测区域的定位,生成包含螺栓位置信息的区域坐标集合;将区域坐标集合输入至状态识别模型中,提取每个螺栓监测区域的结构状态特征,根据结构状态特征生成螺栓部件的松动程度预测结果;根据松动程度预测结果与预设的安全阈值范围的匹配结果,输出螺栓状态异常告警信号;将螺栓状态异常告警信号关联至对应的监测图像帧,生成包含可视化标记的监测报告。
技术关键词
桥梁螺栓
关键点
图像识别方法
螺栓部件
引入注意力机制
图像采集装置
坐标
热力图
计算机执行指令
序列
异常状态
特征提取模块
双线性插值算法
贝叶斯网络模型
报告
振动传感器
远程管理终端
图像块
系统为您推荐了相关专利信息
公安司法
智能语义理解
动态更新接口
神经网络推理
知识库实体
实时视频流
人机交互方法
动作交互
后台服务器
WebSocket服务器
深沟球轴承套圈
数控磨床
误差补偿方法
数控系统
多维特征向量