-
公开(公告)号：CN118429274A
公开(公告)日：2024-08-02
申请号：CN202410413652.1
申请日：2024-04-08
Applicant: 重庆交通大学
IPC: G06T7/00 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于深度学习的轻量化桥梁表观病害检测方法，涉及混凝土建筑安全评估技术领域。本发明通过在YOLOv8神经网络中改进小目标检测层网络，舍弃了原检测网络的大目标检测层，同时在YOLOv8神经网络C2f层中引入LMConv卷积，降低参数量的同时增强病害特征的提取能力，提高精度；分别合并YOLOv8检测头上BBox Loss分支和Cls Loss分支上的两个卷积，并用组卷积替换，并行计算降低计算量；同时引入了Inner‑IoU，利用辅助边界框打破原有损失函数的局限性，加快网络的收敛并提升检测能力。本发明提出的方法与原有的模型相比，参数量与计算量大幅降低，并且提高了检测精度，有利于部署于算力有限的边缘计算设备进行桥梁病害检测。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
