公开(公告)号：CN116797920A

公开(公告)日：2023-09-22

申请号：CN202310051326.6

申请日：2023-02-02

Applicant: 西南交通大学

Inventor： 张晓博 ,  李永乐 ,  张欣傲雪 ,  季敬皓 ,  倪盼盼

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开基于Faster‑RCNN神经网络桥梁结构识别方法，涉及桥梁结构识别技术领域。本发明通过调整第一卷积块网络结构、更换激活函数和使用分组卷积改进Faster‑RCNN神经网络，并将获取的图像输入至训练后的Faster‑RCNN神经网络中进行桥梁结构识别，使其在识别桥梁结构时能够使用更小的模型，实现更高的精确度，更快的收敛速度和更强的鲁棒性。本发明不仅具有较高的正确识别率，并且模型体积相对较小，可以在配置较低的计算机上稳定高效运行，因此可以被快速、大量地应用于桥梁检修和维保工作中，可以有效提高桥梁检修维保工作的智能化水平，提升工作效率。

公开(公告)号：CN116883649A

公开(公告)日：2023-10-13

申请号：CN202211634617.X

申请日：2022-12-19

Applicant: 西南交通大学

Inventor： 张晓博 ,  张继鑫 ,  韦琮华 ,  倪盼盼 ,  郭芯宇

IPC: G06V10/26 ,  G06V20/13 ,  G06V20/17 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开的基于改进DeepLabV3+的山体滑坡语义分割方法，涉及地质灾害检测技术领域。本发明通过获取遥感卫星或无人机拍摄的山体滑坡处的山体图像；将图像输入至训练后的DeepLabV3+神经网络中进行山体滑坡区域的语义分割；本发明克服了山体滑坡现场勘探的难度，可以利用遥感卫星或无人机现场采集到的滑坡图像进行山体滑坡的灾情初步分析；本发明所改进的DeepLabV3+神经网络无需在较高配置的计算机上运行，一般的计算机都可以运行识别，对硬件要求相对降低；改进了DeepLabV3+神经网络，将主干网络替换为MobileNetV2、优化器选择Adam、损失函数选择CELoss+DiceLoss以及在主干网络最后一层加入CBAM注意力机制，替换之后的算法分割效率更高。