-
公开(公告)号：CN118096644A
公开(公告)日：2024-05-28
申请号：CN202311752444.6
申请日：2023-12-19
Applicant: 苏州大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/764
Abstract: 本发明涉及一种基于深度学习的隧道漏水检测方法及系统，检测方法包括：对检测隧道进行漏水图像采集，建立隧道漏水数据集；对隧道漏水数据集进行预处理得到训练集；利用Cascade Mask R‑CNN框架对标记完成的图像进行训练；预测图像中的漏水位置并进行语义分割；将漏水图像输入所训练完成的Cascade Mask R‑CNN框架中得到隧道漏水检测结果。该检测系统主要包括数据采集、建立隧道渗水数据集、通过深度学习框架进行训练、最终获得通过识别获得隧道漏水的检测结果。本发明可以通过获取大量的隧道渗水数据，可以实现自动识别，提高检测效率和精确度、适用于不同渗水情况的隧道。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
