公开(公告)号：CN116596857A

公开(公告)日：2023-08-15

申请号：CN202310465957.2

申请日：2023-04-26

Applicant: 重庆交通大学

Inventor： 张廷萍 ,  熊元俊 ,  杨建喜 ,  蒋仕新 ,  李昊

IPC: G06T7/00 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于YOLOV5网络的桥梁表观病害检测方法，包括以下步骤：S1、构建基于YOLOV5网络的图像识别模型，用于进行桥梁表观病害检测；所述图像识别模型包括优化后的YOLOV5网络；所述YOLOV5网络的优化包括，在骨干网络中引入小目标特征提取层，并加入优化后的ECA模块对骨干网络得到的特征层进行特征加强处理；骨干网络得到的特征层包括原始网络得到的特征层，以及引入的小目标特征提取层得到的小目标特征层；S2、对图像识别模型进行训练；S3、获取桥梁的待测图像并进行预设的预处理；S4、使用训练后的图像识别模型，根据预处理后的待测图像进行桥梁表观病害检测。本发明能够提升基于桥梁表观图像进行桥梁病害检测的准确性，帮助提高桥梁检测工作的安全性。

公开(公告)号：CN116721352A

公开(公告)日：2023-09-08

申请号：CN202310831927.9

申请日：2023-07-07

Applicant: 重庆交通大学

Inventor： 蒋仕新 ,  唐椿程 ,  杨建喜 ,  李昊 ,  熊元俊

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及混凝土桥梁表观病害检测技术领域，尤其涉及一种基于改进Segformer的轻量级混凝土桥梁表观病害检测方法。步骤如下：S1：构建混凝土桥梁表观病害数据集，选取混凝土桥梁图片并对混凝土桥梁表观病害所在区域进行标注；S2：对混凝土桥梁数据集进行增强且按照8:2划分训练集和验证集；S3：建立改进的Segformer轻量化模型，选取MiTB0作为模型的编码器，并在解码器中引入SFM模块和PSA自注意力机制模块。本发明提供的一种基于改进Segformer的轻量级混凝土桥梁表观病害检测方法，能够在混凝土桥梁表观病害检测方面具有较强的鲁棒性和较高的准确性，能在较小参数量的情况下实现桥梁表观病害的高效快速检测。

公开(公告)号：CN115392124A

公开(公告)日：2022-11-25

申请号：CN202211034111.5

申请日：2022-08-26

Applicant: 重庆交通大学

Inventor： 蒋仕新 ,  唐椿程 ,  杨建喜 ,  李昊 ,  黄蝶 ,  邹小雪 ,  熊元俊

IPC: G06F30/27 ,  G06T7/00 ,  G06V10/40 ,  G06V10/82 ,  G06V10/26 ,  G06N3/04 ,  G01N21/88 ,  G01N29/04 ,  G01N29/44

Abstract: 本发明公开了一种多尺度裂缝三维形态反演复现方法，包括如下步骤：1)获取若干混凝土结构的裂缝的二维图像；2)基于deeplabv3+卷积神经网络提取二维图像的裂缝表面的二维特征信息；3)建立基于deeplabv3+卷积神经网络的裂缝表面二维特征信息与其对应的声波散射信号映射关系；4)根据步骤3)建立的裂缝表面二维特征信息与声波散射信息的关系，由步骤2)获得的二维特征信息得到与其对应的声波散射信号映射关系，利用全波形反演模型，得到裂缝的三维形态。本发明能够重构裂缝的三维形态，实现对裂缝的整体参数进行全面评估，从而为混凝土结构安全评估提供更加全面的信息。

公开(公告)号：CN115392124B

公开(公告)日：2025-03-28

申请号：CN202211034111.5

申请日：2022-08-26

Applicant: 重庆交通大学

Inventor： 蒋仕新 ,  唐椿程 ,  杨建喜 ,  李昊 ,  黄蝶 ,  邹小雪 ,  熊元俊

IPC: G06F30/27 ,  G06T7/00 ,  G06V10/40 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/045 ,  G01N21/88 ,  G01N29/04 ,  G01N29/44

Abstract: 本发明公开了一种多尺度裂缝三维形态反演复现方法，包括如下步骤：1)获取若干混凝土结构的裂缝的二维图像；2)基于deeplabv3+卷积神经网络提取二维图像的裂缝表面的二维特征信息；3)建立基于deeplabv3+卷积神经网络的裂缝表面二维特征信息与其对应的声波散射信号映射关系；4)根据步骤3)建立的裂缝表面二维特征信息与声波散射信息的关系，由步骤2)获得的二维特征信息得到与其对应的声波散射信号映射关系，利用全波形反演模型，得到裂缝的三维形态。本发明能够重构裂缝的三维形态，实现对裂缝的整体参数进行全面评估，从而为混凝土结构安全评估提供更加全面的信息。

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

Inventor： 张廷萍 ,  杜屏羲 ,  熊元俊 ,  蒋仕新 ,  黄雪梅

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。

公开(公告)号：CN114820511A

公开(公告)日：2022-07-29

申请号：CN202210438429.3

申请日：2022-04-25

Applicant: 重庆交通大学

Inventor： 蒋仕新 ,  邹小雪 ,  杨建喜 ,  李昊 ,  黄蝶 ,  唐椿程 ,  熊元俊

IPC: G06T7/00 ,  G06T3/40 ,  G06T5/30 ,  G06F16/535 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于编码‑解码结构的混凝土桥梁裂缝检测方法，包括如下步骤：步骤一：采集并筛选桥梁表面图像的数据集，并对数据集进行预处理；步骤二：引入空洞卷积，扩大感受野，增加多尺度信息；步骤三：将空间注意力机制引入到编码‑解码结构中，并将编码结构中经过一次卷积的特征图与解码结构中进行一次卷积的特征图进行特征关联；步骤四：最后，将编码结构与解码结构进行跳层连接。本发明能够改善在桥梁裂缝检测中密集细小裂缝检测不清晰、背景噪声过大的问题。