一种基于多特征尺度融合Faster-R-CNN的路面裂缝识别及分类方法

AITNT
正文
推荐专利
一种基于多特征尺度融合Faster-R-CNN的路面裂缝识别及分类方法
申请号:CN202510415813
申请日期:2025-04-03
公开号:CN120339219A
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了一种基于多特征尺度融合Faster‑R‑CNN的路面裂缝识别及分类方法,具体涉及道路检测技术领域,通过搭载高清摄像头的汽车获取研究区域路面图像数据并进行预处理形成所需的图像数据集;使用ZFNet作为裂缝特征提取模块进行多特征融合,增强特征信息,再结合RPN全卷积网络通过优化锚框生成方式进行检测,以及使用反向传播和随机梯度下降优化提取病害候选区域,实现病害分类与边框回归;通过Soft‑NMS算法以提高检测精度,Soft‑NMS算法执行过程中同NMS相同,但是对原置信度得分使用函数运算,目标是降低置信度得分,以降低漏检率和提高检测精度,实现Faster‑R‑CNN目标检测算法的构建。
技术关键词
路面裂缝识别 分类方法 随机梯度下降 锚点 特征提取模块 高清摄像头 道路检测技术 图像特征信息 算法 生成方式 注意力机制 网络 精度 数据 坐标 像素点
系统为您推荐了相关专利信息
1
图像分类方法、装置、电子设备、介质及产品
图像分类模型 训练集 样本 图像分类方法 参数
2
基于深度学习Teaformer的茶叶品种及品质分类方法
茶叶品种 分类方法 编码器 采集茶叶 茶叶叶片
3
一种人脸识别区域网络智能监控系统及方法
特征提取模块 人脸识别模块 局部二值模式特征 图像采集模块 深度残差网络
4
基于移动通信的多车辆状态智能监测报警方法及系统
状态监测数据 车辆异常状态 状态智能监测 报警方法 车辆状态监测
5
CNN结合Transformer的HSI和LiDAR多模态数据的精细地物分类方法
地物分类方法 卷积神经网络提取特征 更新网络参数 特征提取模块 支路
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号