摘要
本发明提供了一种基于少样本的隧道病害检测模型构建方法,包括:S1:获取多个隧道病害图像,并对隧道病害图像进行干扰增强,得到多个干扰病害图像;S2:对干扰病害图像和对应的病害标注中的文字分别进行特征提取,分别得到图像特征和文本特征;S3:对文本特征进行注意力提取,得到融合文本特征,对图像特征进行注意力提取,得到融合图像特征;S4:分别对融合文本特征和融合图像特征进行检测,得到隧道病害检测结果;S5:根据隧道病害检测结果调整参数,然后重复步骤S2‑S5,得到隧道病害检测模型。本发明解决了现有技术中存在的通用检测模型或传统的机器学习模型依赖大量的标注数据进行训练,在面对少量样本时往往难以发挥有效的性能问题。
技术关键词
隧道病害检测
文本
模型构建方法
矩阵
融合图像特征
注意力
样本
键值
直方图均衡化
图像特征提取
机器学习模型
回归算法
参数
网格
策略
噪声
数据
系统为您推荐了相关专利信息
微调方法
教育场景
问答对数据
答案
数据处理模块
逻辑回归模型
信息化管理平台
库存管理模块
矩阵
模型训练模块
情感交互方法
转移概率矩阵
情感评估
情感计算技术
情感特征