摘要
本发明属于计算机视觉与高性能混凝土力学测试技术领域,公开了一种基于深度学习方法的高韧性混凝土多缝开展行为识别与表征方法及系统,包括:基于高韧性混凝土裂纹图像样本的特征构建图像特征数据集;对所述图像特征数据集进行预处理,获得预处理数据集;基于预训练模型Segformer‑B2和改进的U‑net网络构建SegB2‑Unet神经网络,通过所述预处理数据集对所述SegB2‑Unet神经网络进行训练,获得高韧性混凝土裂纹语义分割模型;基于所述高韧性混凝土裂纹语义分割模型对高韧性混凝土拉伸裂纹进行识别,提取裂纹的长度和宽度,获得裂纹形态信息。本发明适用于高韧性混凝土单轴拉伸试验中的裂纹精确识别与量化分析。
技术关键词
高韧性混凝土
图像特征数据
语义分割模型
深度学习方法
预训练模型
表征方法
编码器
解码器
力学测试技术
多尺度特征融合
注意力机制
上采样
输出特征
高性能混凝土
识别模块
特征提取网络
裂纹特征
系统为您推荐了相关专利信息
自动语音识别
文本检索方法
音频编码器
文本检索系统
预训练模型
学生成绩预测方法
学生成绩预测系统
强化学习代理
文本情感分析
大数据
行星传动系统
故障特征频率
减速器
指标提取方法
滤波