摘要
本发明公开了一种基于视觉识别的隧道衬砌缺陷检测方法,包括:通过摄像头获取隧道衬砌表面图像,生成第一图像数据集;根据第二图像数据集提取特征,采用预训练的轻量化卷积神经网络模型,生成第一特征集;从第三图像数据集重新提取特征,采用迁移学习方法更新轻量化卷积神经网络模型,得到第二特征集;针对所述第二特征集,采用注意力机制对病害区域进行加权处理,生成第三特征集;从第三特征集中,采用预设的分类器判断病害类型和严重程度,得到第一检测结果;从第四特征集中,采用优化后的分类器重新判断病害类型和严重程度,得到最终检测结果。本发明提高了检测的准确性和实时性。
技术关键词
隧道衬砌缺陷检测
轻量化卷积神经网络
隧道衬砌表面
直方图均衡化算法
纹理特征
图像分割算法
病害特征
低光照条件
迁移学习方法
图像特征数据
视觉
局部二值模式算法
对比度
标注规则
支持向量机分类器
主成分分析算法
在线学习方法