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
智能检测方法
形态特征分析
图像
像素点
边缘检测
动态故障
矩阵
多任务损失函数
交互特征
诊断方法
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
动作识别方法
10kV配电室
通道注意力机制
动作特征
视频