-
公开(公告)号：CN118628473A
公开(公告)日：2024-09-10
申请号：CN202410891136.X
申请日：2024-07-04
Applicant: 中国电建集团西北勘测设计研究院有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06V20/40 , G01N21/88 , G01N21/954
Abstract: 本发明属于管道缺陷检测技术领域，公开了一种管道缺陷检测系统及方法，预处理模块，用于对获取的管道缺陷图像进行扩充预处理，得到多种样本图像，并对多种样本图像进行标注处理得到多种标注样本图像；数据集创建模块，用于根据多种样本图像和多种标注样本图像创建预设结构的数据集，数据集内包括索引文件；模型训练模块，用于根据数据集和索引文件进行模型训练，获得管道缺陷识别模型；视频检测模块，用于根据管道缺陷识别模型对采集到的管道视频进行管道缺陷识别。本发明通过图像预处理模块对采集到的图像通过扩充预处理增强了训练样本的多样性，使模型在训练过程中适应更多不同情况，提高泛化能力，减少对大量标注真实数据的依赖。
-
公开(公告)号：CN118608518A
公开(公告)日：2024-09-06
申请号：CN202410912483.6
申请日：2024-07-09
Applicant: 中国电建集团西北勘测设计研究院有限公司
IPC: G06T7/00 , G06T7/60 , G01N21/88 , G01N21/954
Abstract: 本发明属于管道评估技术领域，公开了一种管道缺陷量化评估方法，确定管道缺陷的缺陷类型并提取管道缺陷的计数像素数据；根据计数像素数据获得管道缺陷的实际缺陷数据，根据实际缺陷数据确定管道缺陷的缺陷等级；根据预设管段内的多个管道缺陷的缺陷等级确定预设管段的管段缺陷参数，根据管段缺陷参数量化评估预设管段的缺陷。本发明提高了排水管网在缺陷诊断方面的智能化、网络化水平，该发明具有普适性，减少人工检查的操作误差，节省人力，极大地提高了工作效率。
-
公开(公告)号：CN116434169A
公开(公告)日：2023-07-14
申请号：CN202310304386.4
申请日：2023-03-27
Applicant: 中国电建集团西北勘测设计研究院有限公司
IPC: G06V20/56 , G06V10/24 , G06V10/764 , G06V10/774 , G06V10/52 , G06V10/766
Abstract: 本发明属于图像识别技术领域，公开了一种基于关键点的车道线检测方法，包括以下步骤：构建车道线关键点图像数据集；构建车道线关键点定位模型；将构建好的车道线关键点定位模型进行训练；优化加速训练后的车道线关键点定位模型；现场车道线关键点检测定位。本发明采用深度学习技术降低了算法复杂度，且外接矩形能做到最小，同时还可以快速处理图片，极大的提升了检测效率以及实现了车道线的准确定位。
-
公开(公告)号：CN116824347A
公开(公告)日：2023-09-29
申请号：CN202310645341.3
申请日：2023-06-01
Applicant: 中国电建集团西北勘测设计研究院有限公司
IPC: G06V20/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明的目的是提供一种基于深度学习的道路裂纹检测方法，包括以下步骤，采集实际道路裂纹图片图像，采集到的实际道路裂纹图片图像即为原始图像，标注出原始图像中的裂纹位置，裂纹检测网络模型训练，得到对应裂纹的特征图；从整幅图像中标注出目标区域，根据标注的目标区域，输出裂纹外接矩形和裂纹宽度。使用CNN和Encoder‑Decoder两个分支，分别训练，结合CNN快速和Transformer准确的各自优点，并避免样本数量不均欠拟合的不足，极大的提高了裂纹检测的准确率，解决了现有技术中网络模型复杂导致的计算效率不高、检测准确率不高的问题，实现了高效率、高准确率的裂纹检测，同时可以较准确的给出裂纹的宽度(像素数)。
-
-
-
Search Results
4
records
(took 0.028 seconds)
