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
还车方法
取景界面
深度学习模型
辅助还车系统
字符识别
特征识别方法
特征识别系统
YOLO模型
重叠面积
数据
深度学习模型
掌纹识别方法
风格
标签
掌纹识别技术
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
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