公开(公告)号：CN113506281B

公开(公告)日：2024-02-27

申请号：CN202110836923.0

申请日：2021-07-23

Applicant: 西北工业大学

Inventor： 张夷斋 ,  姬文鹏 ,  黄攀峰 ,  闫雨晨 ,  李鹏辉 ,  杨奇磊 ,  章勇威

IPC: G06T7/00 ,  G06T7/136 ,  G06T5/70 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08 ,  G06T5/60

Abstract: 本发明公开了一种基于深度学习框架的桥梁裂缝检测方法，方法包括如下步骤：步骤1：获取桥梁图像，挑选出含有裂缝的图像为原始桥梁裂缝图像；步骤2：对所述原始桥梁裂缝图像进行预处理，得到图像数据集；步骤3：将所述图像数据集输入分割模型进行训练；步骤4：将待检测的图像输入所述分割模型完成特征裂缝提取。解决了传统的基于边缘检测的裂缝检测方法存在的参数调试复杂、噪声点多、漏检率高的缺点。

公开(公告)号：CN113506281A

公开(公告)日：2021-10-15

申请号：CN202110836923.0

申请日：2021-07-23

Applicant: 西北工业大学

Inventor： 张夷斋 ,  姬文鹏 ,  黄攀峰 ,  闫雨晨 ,  李鹏辉 ,  杨奇磊 ,  章勇威

IPC: G06T7/00 ,  G06T7/136 ,  G06T5/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习框架的桥梁裂缝检测方法，方法包括如下步骤：步骤1：获取桥梁图像，挑选出含有裂缝的图像为原始桥梁裂缝图像；步骤2：对所述原始桥梁裂缝图像进行预处理，得到图像数据集；步骤3：将所述图像数据集输入分割模型进行训练；步骤4：将待检测的图像输入所述分割模型完成特征裂缝提取。解决了传统的基于边缘检测的裂缝检测方法存在的参数调试复杂、噪声点多、漏检率高的缺点。