一种桥梁表观病害识别方法和系统

AITNT
正文
推荐专利
一种桥梁表观病害识别方法和系统
申请号:CN202510917618
申请日期:2025-07-03
公开号:CN120808152A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种桥梁表观病害识别方法:步骤一、获取桥梁表观病害的二维图像样本,根据预设病害分类标准标注病害类型,构建初始图像数据集;步骤二、对初始图像数据集进行标注,生成标签数据集,并按7:2:1划分为训练集、验证集和测试集;步骤三、基于YOLOv9‑m模型架构构建CSW‑YOLO v9模型;步骤四、配置CSW‑YOLO v9模型的超参数,利用训练集进行迭代训练,通过验证集进行性能验证,最终生成优化的权重文件;步骤五、将待检测桥梁图像输入加载有权重文件的CSW‑YOLO v9模型,输出表观病害类型及位置信息。本发明提出的桥梁表观病害识别方法适用于桥梁多病害、小目标特征任务的智能检测工作。
技术关键词
桥梁表观病害 识别方法 图像获取模块 多尺度特征融合 训练集 生成标签 损失函数优化 卷积模块 识别系统 重构单元 数据 实时图像采集 随机梯度下降 移动终端设备 通道 模型训练模块 特征提取模块
系统为您推荐了相关专利信息
1
基于图像识别的辅助还车方法、系统及相关设备
还车方法 取景界面 深度学习模型 辅助还车系统 字符识别
2
RCS对视特征识别方法、系统、电子设备和存储介质
特征识别方法 特征识别系统 YOLO模型 重叠面积 数据
3
基于轻量级风格对齐和特征对齐的跨域掌纹识别方法
深度学习模型 掌纹识别方法 风格 标签 掌纹识别技术
4
基于多模态特征融合的遥感图像分类系统及方法
多模态特征融合 遥感图像分类方法 斯皮尔曼等级相关系数 特征工程 特征提取单元
5
基于特征融合的半监督学习方法、系统、终端及存储介质
无标签样本 监督学习方法 特征融合技术 融合特征 特征提取网络
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