一种基于深度学习的混凝土坍落度检测方法

本发明提供了一种基于深度学习的混凝土坍落度检测方法，涉及建筑检测技术领域，包括以下步骤：S1：采集混凝土坍落过程的视觉数据、搅拌机主轴电流数据及原料配方数据；S2：对视觉数据进行透视变换与二值化处理，对非视觉数据进行特征提取与归一化；S3：构建卷积神经网络与全连接神经网络，分别提取视觉与非视觉特征，通过注意力机制融合；S4：基于上述特征和历史数据构建基于迁移学习的坍落度预测模型；本发明通过融合混凝土坍落过程的视觉数据、搅拌机主轴电流数据及原料配方数据，利用深度学习模型进行多模态特征提取和分析，相比传统方法，检测误差小，检测精度显著提升。