公开(公告)号：CN119888171A

公开(公告)日：2025-04-25

申请号：CN202411893937.6

申请日：2024-12-20

Applicant: 重庆大学

Inventor： 张可 ,  柴毅 ,  李新平 ,  黄蕊 ,  张家喜 ,  张晓康 ,  高铮棋 ,  覃炜龙 ,  张鑫宇

IPC: G06V10/25 ,  G06V10/24 ,  G06V10/774 ,  G06T7/13 ,  G06T7/62 ,  G06N3/0464

Abstract: 本发明涉及船体检测技术领域，特别涉及一种基于深度学习的船体外板裂缝识别方法。所述方法包括：获取船体外板的实际图像数据；通过基于CNN的识别定位模型，标记有裂缝图像数据；根据裂缝尺寸划分为明显裂缝图像数据和不明显裂缝图像数据；对于明显裂缝图像数据，进行风险预警；对于不明显裂缝图像数据，输入到跟踪识别模型，判断其裂缝变化；若裂缝变化大于变化阈值，进行风险预警；若裂缝变化小于变化阈值，判断其是否有裂缝汇聚风险，有汇聚风险时，进行风险预警。对于人类肉眼无法直接观测到的船体外板有自动的裂缝识别方法，本发明针对不同的船体外板裂缝有不同的处理方法，可以节省大量的人力物力。