摘要
本发明公开了一种基于深度学习框架的墙体裂缝智能识别装置及方法,包括无人机机壳,无人机机壳的一端固定安装有眼动仪,无人机机壳的内部固定安装有识别模块,无人机机壳的两侧均固定安装有两个对称设置的飞行组件,眼动仪与识别模块连接,本发明在建筑结构健康监测的背景下,精确量化墙体表面裂缝的特征信息,采用了SGD优化器在PyTorch深度学习框架下开展试验,实验利用精确率、准确率、召回率,用以全面评估模型的性能,该裂缝图像特征信息提取技术的可行性与准确性,这些发现强调了图像处理技术在现代建筑健康监测领域的巨大潜力,为专业人员提供了实用的工具,以更加科学和精确的方式管理建筑物的裂缝问题。
技术关键词
智能识别装置
深度学习框架
无人机机壳
子模块
模拟单元
裂缝特征
图像分割
边缘检测单元
Canny边缘检测器
图像增强
墙体
识别模块
建筑结构健康监测
图像特征信息提取
骨架单元
建筑健康监测
宽度测量方法
电机座
裂纹
系统为您推荐了相关专利信息
智能订单
管理系统
知识图谱构建
信息处理模块
数据采集模块
分类系统
分类模型构建
数据采集模块
子模块
移动平均滤波
睡眠辅助方法
薄膜压电传感器
人体生理信号
电信号
睡眠辅助系统