基于Transformer-CNN混合架构的结构裂缝检测方法

AITNT
正文
推荐专利
基于Transformer-CNN混合架构的结构裂缝检测方法
申请号:CN202511006604
申请日期:2025-07-22
公开号:CN120931567A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了基于Transformer‑CNN混合架构的结构裂缝检测方法,用于识别结构性裂缝的方法。包括数据采集:通过现场实地拍摄以及网络数据共同获取组成,来构建不同场景、不同光照条件的建筑结构裂缝数据;数据预处理:对所采集的数据通过旋转、裁剪等增强的操作,并通过人工手动标注的方法生成掩码图像,进一步的优化数据的质量;Transformer‑CNN分析:通过构建Transformer‑CNN混合模型,进而实现逐像素的裂缝定位,且对复杂背景和不规则裂纹模式具有较高的鲁棒性;数据评估:依据所提供的数据,进行测试和训练的结果比对,以及通过IoU、Accuracy等量化的分析进行数据的评估。本发明借助Transformer‑CNN混合架构的技术实现了裂缝的精准检测,有效的解决了传统的检测方法准确性低、效率不高等问题。
技术关键词
裂缝检测方法 数据 建筑结构裂缝 二值掩码图像 位置编码技术 识别结构 编码器 线性变换矩阵 多头注意力机制 输出特征 代表 解码器 前馈神经网络 表达式 序列 像素
系统为您推荐了相关专利信息
1
一种蛋鸡碳足迹的估计方法
估计方法 蛋鸡 碳足迹核算 生命周期模型 系统边界
2
一种多类型小说创作平台
创作平台 语句 读者 长短期记忆网络 标签
3
一种用于门禁系统的人脸识别系统及方法
人脸特征向量 人脸识别方法 门禁系统 人脸识别系统 深度学习神经网络
4
基于多算法融合的海产品核辐射指标预警系统及其方法
多算法融合 海产品包装 预警系统 辐射探测器 数据
5
一种联动电力零售市场和电力批发市场的交易方法与系统
智能交易系统 信息共享平台 交易方法 电力 训练预测模型
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