摘要
本发明实施例提供一种道路病害的识别方法、系统、设备及介质,属于道路检测领域。该方法包括:采集待识别道路的表面图像;提取所述待识别道路的表面图像中与病害相关的特征信息;将所述特征信息输入至预先构建的分类模型,以使所述分类模型根据该特征信息与病害特征库中的病害类型的匹配度对所述待识别道路进行分类,获得待识别道路的病害类别,其中,所述分类模型是利用深度学习神经网络算法对道路的表面图像进行训练和学习后进行构建的。通过深度学习神经网络算法构建的分类模型可自动学习病害的复杂特征,提升了识别准确率和效率,而且分类模型可识别多种病害类型,为道路维护提供精细化决策依据。
技术关键词
道路病害
深度学习神经网络算法
识别方法
病害特征
像素点
边缘轮廓
幅值
分类模型训练
低阈值
面积特征
直方图
可视化界面
预警规则
处理器
标记
图像增强
识别系统
采集单元
系统为您推荐了相关专利信息
关键点特征
多模态特征融合
人体关键点
光流特征
动态变化特征
焊缝缺陷识别方法
非线性动力学特征
组合特征向量
非线性动力学方法
碳钢
变化检测模型
识别方法
通信传输设备
数据处理设备
数据存储设备
肺结核咳嗽
音频特征
识别方法
计算机执行指令
网格搜索算法