-
公开(公告)号：CN119964009A
公开(公告)日：2025-05-09
申请号：CN202510373940.3
申请日：2025-03-27
Applicant: 兰州交通大学
IPC: G06V20/10 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/94
Abstract: 本发明属于遥感图像自动检测技术领域，本发明公开了一种基于RSODTR模型实现遥感图像自动检测的方法；包括以下步骤：S1：启动PyCharm软件，选择数据集并将数据集内的图像作为输入图像；S2：利用RSODTR模型自动检测输入图像中的目标地物，并自动计算输入图像自动检测时的速率与地物类型的精度，进而得到目标地物的位置、范围与类别；S3：保存目标地物的位置、范围与类别；能够使遥感图像检测软件可以及时更新最新的算法进行地物自动检测，保证检测效率与准确性。
-
公开(公告)号：CN118053038A
公开(公告)日：2024-05-17
申请号：CN202410287169.3
申请日：2024-03-13
Applicant: 兰州交通大学 , 甘肃恒石公路检测科技有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种C/S和B/S融合架构的路面病害图像自动识别方法，包括以下步骤：C/S架构的路面病害图像自动识别系统加载路面检测设备采集的路面病害原始文件，通过所述路面病害识别模型对所述路面病害原始文件进行路面病害识别，得到路面病害识别结果；对路面病害识别结果进行二次标记，提交给B/S架构的MinIO机器学习平台，对路面病害识别模型进行循环训练；C/S架构的路面病害图像自动识别系统采用训练后的路面病害识别模型进行路面病害识别。将C/S和B/S架构进行融合，在C/S架构进行路面病害识别，在B/S架构进行路面病害识别模型的训练，从而可提高路面病害识别效率和准确率。
-
Patent Agency Ranking
公开(公告)号：CN118053038B
公开(公告)日：2024-08-20
申请号：CN202410287169.3
申请日：2024-03-13
Applicant: 兰州交通大学 , 甘肃恒石公路检测科技有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种C/S和B/S融合架构的路面病害图像自动识别方法，包括以下步骤：C/S架构的路面病害图像自动识别系统加载路面检测设备采集的路面病害原始文件，通过所述路面病害识别模型对所述路面病害原始文件进行路面病害识别，得到路面病害识别结果；对路面病害识别结果进行二次标记，提交给B/S架构的MinIO机器学习平台，对路面病害识别模型进行循环训练；C/S架构的路面病害图像自动识别系统采用训练后的路面病害识别模型进行路面病害识别。将C/S和B/S架构进行融合，在C/S架构进行路面病害识别，在B/S架构进行路面病害识别模型的训练，从而可提高路面病害识别效率和准确率。
-
公开(公告)号：CN118115859A
公开(公告)日：2024-05-31
申请号：CN202410287171.0
申请日：2024-03-13
Applicant: 甘肃恒石公路检测科技有限公司 , 兰州交通大学
IPC: G06V10/96 , G06V10/776 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80
Abstract: 本发明提供一种路面病害图像自动识别算法在线更新和编辑的方法，包括：JupyterLab平台加载N种路面病害识别模型；并将预处理后的路面病害样本分别输入到每种路面病害识别模型；比较各种所述路面病害识别模型的路面病害识别速率和置信度，选择得到最佳的路面病害识别模型并发布。每当得到路面病害样本时，及时对各种路面病害图像自动识别算法的性能进行比较，得到最佳的路面病害识别模型并发布，从而保证发布的路面病害识别模型的准确性和有效性，进而保证路面病害识别效率。本发明具有路面病害识别效率高，周期短和成本低等优点，从而满足使用需求。
-
公开(公告)号：CN118115859B
公开(公告)日：2024-08-20
申请号：CN202410287171.0
申请日：2024-03-13
Applicant: 甘肃恒石公路检测科技有限公司 , 兰州交通大学
IPC: G06V10/96 , G06V10/776 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80
Abstract: 本发明提供一种路面病害图像自动识别算法在线更新和编辑的方法，包括：JupyterLab平台加载N种路面病害识别模型；并将预处理后的路面病害样本分别输入到每种路面病害识别模型；比较各种所述路面病害识别模型的路面病害识别速率和置信度，选择得到最佳的路面病害识别模型并发布。每当得到路面病害样本时，及时对各种路面病害图像自动识别算法的性能进行比较，得到最佳的路面病害识别模型并发布，从而保证发布的路面病害识别模型的准确性和有效性，进而保证路面病害识别效率。本发明具有路面病害识别效率高，周期短和成本低等优点，从而满足使用需求。
-
公开(公告)号：CN117853911A
公开(公告)日：2024-04-09
申请号：CN202410026499.7
申请日：2024-01-09
Applicant: 兰州交通大学
IPC: G06V20/10 , G06V10/26 , G06V10/50 , G06V10/764 , G01S13/90
Abstract: 本申请实施例公开了一种冰湖面积动态变化监测方法、装置、设备及介质，方法包括：利用多景双极化SAR影像生成增强后向散射系数图，并确定增强后向散射系数对应的第一平均值图和第一标准差图；利用多景SAR影像生成干涉相干系数图，并确定干涉相干系数对应的第二平均值图和第二标准差图；基于第一平均值图、第一标准差图、第二平均值图和第二标准差图，确定待分析冰湖的目标掩膜范围；在目标掩膜范围内，利用Otsu法对所有监测时段的增强后向散射系数图做处理，获取冰湖面积变化时间序列；对冰湖面积变化时间序列中冰湖的边界做形态学处理。该方法能够提高冰湖识别准确度和精度，为分析高山冰湖面积动态变化趋势提供了可行有效的技术支撑。
-
公开(公告)号：CN115170479A
公开(公告)日：2022-10-11
申请号：CN202210675554.6
申请日：2022-06-15
Applicant: 兰州交通大学
Abstract: 本发明属于路面病害识别检测领域，涉及一种沥青路面修补病害自动提取方法。包括步骤为：图像对比度增强，构建数据集，改进SegNet和模型训练，修补病害自动提取。效果：标线去除+MSRCR方法改善图像质量，减弱强度不均匀性和亮度不均匀性对病害图像识别检测方法的影响。运用空洞卷积层和1×1卷积层的组合，有效增大了感受野范围，能获取更多更详细的特征信息，改善原网络因卷积和池化引起的信息丢失而导致精度下降的问题。运用试验所得到阈值(50
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
