公开(公告)号：CN118279662A

公开(公告)日：2024-07-02

申请号：CN202410421148.6

申请日：2024-04-09

Applicant: 东南大学

Inventor： 钱振东 ,  张九天 ,  薛永超 ,  陈磊磊

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0499

Abstract: 本发明涉及一种基于关联学习的小样本病害分类方法，包括：首先，构建一个包含多种沥青病害类型的小样本沥青病害数据集；其次，利用关联学习的原理，开发一套适用于小样本病害分类的深度学习模型及其训练策略；然后，通过设置“精度—速度”的综合评价指标以及多种损坏模拟方式，评估模型的综合性能和鲁棒性；最后，对模型进行进一步的调整和优化，并将其部署到道路病害巡检设备中，实现对道路病害的精准分类。与现有技术相比，本发明旨在解决传统深度学习方法过分依赖训练数据规模的问题，缓解了现有方法在小样本情况下的不足，提高了分类准确性和系统鲁棒性，为道路病害检测与分类提供了一种新的解决方案。