基于深度学习的桥梁损伤智能检测方法及系统

AITNT
正文
推荐专利
基于深度学习的桥梁损伤智能检测方法及系统
申请号:CN202510668539
申请日期:2025-05-23
公开号:CN121033368A
公开日期:2025-11-28
类型:发明专利
摘要
本申请公开了一种基于深度学习的桥梁损伤智能检测方法及系统,方法其包括:采集桥梁的损伤图像;对损伤图像进行数据增强处理;基于数据增强处理后的损伤图像,建立包含有多类桥梁损伤类型的桥梁损伤数据集;通过深度卷积神经网络,并基于YOLO系列目标检测算法中的YOLOV8算法,确定一种混合注意力机制的EMA‑YOLO算法,对桥梁损伤数据集进行损伤目标检测;对损伤目标检测的结果进行分析与分类,生成桥梁损伤的检测报告。本申请结合了深度学习技术和混合注意力机制的EMA‑YOLO算法,提出了一种新的桥梁损伤智能检测方法,具有较高的检测精度和适应性,为桥梁的智能化监测和养护提供了有力支持。
技术关键词
智能检测方法 桥梁 YOLO算法 深度卷积神经网络 注意力机制 智能检测系统 损伤面积 报告 多尺度特征融合 图像增强模块 系列 网络结构 数据采集设备 深度学习技术 数据采集模块 混凝土 振动台
系统为您推荐了相关专利信息
1
一种食道早癌ESD术后狭窄智能检测方法及系统
智能检测方法 形态特征分析 图像 像素点 边缘检测
2
基于混合传感的配电网光纤复合故障智能定位与诊断方法
动态故障 矩阵 多任务损失函数 交互特征 诊断方法
3
一种转场视频生成方法及系统
视频生成方法 噪声特征 变分自动编码器 视频生成系统 高频特征
4
基于改进CSN模型的倒闸操作动作识别方法及系统
动作识别方法 10kV配电室 通道注意力机制 动作特征 视频
5
一种基于人工智能的博物馆自助讲解系统
展品信息 文本 定位模块 注意力机制 实时位置
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