基于多分支并行卷积神经网络的沥青路面病害检测方法

    公开(公告)号:CN112489026B

    公开(公告)日:2023-08-18

    申请号:CN202011425015.4

    申请日:2020-12-08

    Abstract: 本发明属于土木工程检测技术领域,尤其涉及一种基于多分支并行卷积神经网络的沥青路面病害检测方法,用于实现路面图像中的路表病害类别识别、位置测定、形态测量;将路面图像及其对应的病害边界框标签、病害类型标签、边界框内像素类别标签作为训练数据;构建建立多分支并行卷积神经网络,包括一个特征提取器、一个感兴趣区域提取器、一个回归器、一个分类器、一个解码器;使用训练数据训练多分支并行卷积神经网络;给定待检测沥青路面区域,采集路面图像,采用训练完成的多分支并行卷积神经网络计算待检测区域内存在的路面病害类型、位置、形态。本发明能够通过路面图像进行路面病害检测,有利于提高沥青路面病害检测的效率和准确率。

    基于多分支并行卷积神经网络的沥青路面病害检测方法

    公开(公告)号:CN112489026A

    公开(公告)日:2021-03-12

    申请号:CN202011425015.4

    申请日:2020-12-08

    Abstract: 本发明属于土木工程检测技术领域,尤其涉及一种基于多分支并行卷积神经网络的沥青路面病害检测方法,用于实现路面图像中的路表病害类别识别、位置测定、形态测量;将路面图像及其对应的病害边界框标签、病害类型标签、边界框内像素类别标签作为训练数据;构建建立多分支并行卷积神经网络,包括一个特征提取器、一个感兴趣区域提取器、一个回归器、一个分类器、一个解码器;使用训练数据训练多分支并行卷积神经网络;给定待检测沥青路面区域,采集路面图像,采用训练完成的多分支并行卷积神经网络计算待检测区域内存在的路面病害类型、位置、形态。本发明能够通过路面图像进行路面病害检测,有利于提高沥青路面病害检测的效率和准确率。

Patent Agency Ranking