摘要
本发明提供一种隧道表观病害识别方法,包括对采集到的隧道表观图像集进行预处理,得到预处理后的图像集,将其打上病害区域标签作为第一训练集;将第一训练集输入病害区域检测模型进行训练,得到训练好的病害区域检测模型,并得到病害区域检测模型的输出结果;为输出结果加注分类标签得到分类标签图像集,将其作为第二训练集,将第二训练集输入改进的PSPNet语义分割模型进行训练,得到训练好的改进的PSPNet语义分割模型;将待检测的隧道表观图像依次输入训练好的病害区域检测模型和训练好的改进的PSPNet语义分割模型,得到语义分割图像;根据得到的语义分割图像确定隧道表观病害识别结果。本发明采用分块检测方法放大病害细节特征,提高小目标检测的准确率和召回率。
技术关键词
隧道表观病害
识别方法
训练集
语义分割模型训练
图像
检测模型训练
检测器
标签
直方图均衡化算法
对比度
骨架线提取
多尺度特征提取
裂缝
识别模块
分支
系统为您推荐了相关专利信息
漏气位置
漏气检测方法
气泡
待测设备
漏气检测装置
噪声检测模块
优化噪声
多实例
噪声标签
半监督学习方法
卷积模块
可见光图像
融合方法
语义信息提取
语义分割网络