摘要
本发明涉及一种基于RT‑DETR模型的道路缺陷检测方法,包括:获取待测的真实路面缺陷场景数据;将所述待测的真实路面缺陷场景数据输入路面缺陷检测模型,输出所述待测的真实路面缺陷场景数据中的缺陷目标,其中,所述路面缺陷检测模型通过部分卷积、三重注意力机制、双向特征金字塔和上采样对RT‑DETR模型进行改进并通过训练集训练获得,所述训练集为标注有缺陷目标的真实路面缺陷场景数据集。本发明旨在通过对RT‑DETR模型进行改进,提升其在小目标检测、跨尺度特征融合和实时性方面的能力,从而实现高效、精准的道路缺陷检测。
技术关键词
路面缺陷
道路缺陷检测
高层语义信息
双向特征金字塔
多尺度信息
注意力机制
混合编码器
场景
输出特征
跨尺度特征融合
特征提取模块
数据
训练集
上采样
网络
图像
系统为您推荐了相关专利信息
融合特征
营养评估方法
多尺度信息
多任务学习模型
预测特征
铝型材表面
多尺度特征融合
数据采集模块
序列特征
模型训练模块
集装箱货物装卸
状态识别方法
计算机视觉
货物高度
像素点
气泡
图形化用户界面
可视化模块
图像
特征提取网络