摘要
本发明公开了一种长城砖体病害的自动化识别方法,首先获取区域内长城边墙及敌楼的图像样本;根据所获取的图像样本进行砖体病害类型的标注,并划分出测试集和训练集;基于InceptionV3预训练模型的微调方式构建长城墙体病害分类识别模型;利用划分的测试集和训练集对长城墙体病害分类识别模型进行训练,利用训练后的长城墙体病害分类识别模型输出砖墙病害分类结果。该方法能在避免对砖墙实体造成接触性损坏的前提下,准确、高效的识别砖体的病害类型,克服现有常规方法的不足。
技术关键词
分类识别模型
自动化识别方法
样本
墙体
图像
传播算法
训练集
文物病害
多层次特征
更新模型参数
预训练模型
砖体
接触性
数据
超参数
氧化层
无人机
线型
系统为您推荐了相关专利信息
成矿预测
优化预测模型
融合多源数据
卷积神经网络模型
训练集
手机玻璃面板
表面缺陷检测
度量
特征提取器
检测器
液压绞车
故障诊断模型
样本
加权损失函数
故障诊断方法
光伏组件隐裂
深度学习模型
联合损失函数
卷积神经网络提取
光伏电站监控系统
遗传编程算法
图像分类方法
分类图像数据
图像采集模块
图像分类系统