公开(公告)号：CN114359654A

公开(公告)日：2022-04-15

申请号：CN202111478855.1

申请日：2021-12-06

Applicant: 重庆邮电大学

Inventor： 苏祖强 ,  赵成 ,  韩延 ,  王诚诚 ,  王鑫

IPC: G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06T7/73 ,  G06V10/764

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于位置关联性特征融合的YOLOv4混凝土表观病害检测方法，包括将YOLOv4的路径聚合网络输出的三层特征分别进行多尺度融合，通过基于位置关联性注意力模块进行特征多尺度的自适应融合构建基于位置关联性特征融合的YOLOv4模型；将采集的病害图像使用标注工具对病害所在的位置与类别进行标注并利用病害图像和标记后得到的病害信息对模型进行训练；将实时检测混凝土表观病害图像输入训练好的模型，模型输出检测后标注病害类别以及位置的图像；本发明通过在原始的YOLOv4的路径聚合网络后面添加基于位置关联性的特征融合模块，增强YOLOv4特征融合的效果，提升目标的检测精度。

公开(公告)号：CN114359654B

公开(公告)日：2025-04-25

申请号：CN202111478855.1

申请日：2021-12-06

Applicant: 重庆邮电大学

Inventor： 苏祖强 ,  赵成 ,  韩延 ,  王诚诚 ,  王鑫

IPC: G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06T7/73 ,  G06V10/764 ,  G06N3/045

Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于位置关联性特征融合的YOLOv4混凝土表观病害检测方法，包括将YOLOv4的路径聚合网络输出的三层特征分别进行多尺度融合，通过基于位置关联性注意力模块进行特征多尺度的自适应融合构建基于位置关联性特征融合的YOLOv4模型；将采集的病害图像使用标注工具对病害所在的位置与类别进行标注并利用病害图像和标记后得到的病害信息对模型进行训练；将实时检测混凝土表观病害图像输入训练好的模型，模型输出检测后标注病害类别以及位置的图像；本发明通过在原始的YOLOv4的路径聚合网络后面添加基于位置关联性的特征融合模块，增强YOLOv4特征融合的效果，提升目标的检测精度。