摘要
本发明公开一种融合AI视觉的水下构筑物表观裂缝识别与量化方法,包括获取大量水下构筑物裂纹检测视频,并通过手动标注的方式,标记出的裂缝实际所在区域的真实边界框,构建第一数据集;其次,以YOLOv8n为基础架构,搭建水下构筑物表观裂缝检测模型,对现场获取的裂缝图像进行高效检测与定位,并输出包含裂缝区域的裁剪图像;第三,建立第二数据集,以DeepLabv3+模型为基础架构,搭建水下构筑物表观裂缝分割模型,快速获取裂缝的边缘信息;最后,通过微元法和红外激光辅助测量技术,实现对裂缝真实物理尺寸的量化计算。本发明方法融合AI视觉技术,从检测到分割再到量化的全过程推理,实现对水下构筑物表观裂缝的高效识别与量化。
技术关键词
裂缝
构筑物
红外激光发射器
像素
激光点
视觉
图像识别算法
物理
两点
图像采集设备
嵌入式设备
水下机器人
移动手机
数据
坐标
间距
网络
视频