[发明专利]混凝土表面裂纹的检测方法、系统、设备和介质

权利要求书

1.一种混凝土表面裂纹的检测方法，其特征在于，包括以下步骤：

构建图像集，所述图像集包括若干裂纹图像，所述裂纹图像包括裂纹区域和对应的标注信息；

构建轻量化卷积神经网络模型；

基于所述图像集对所述轻量化卷积神经网络模型进行训练以得到目标模型；

基于所述目标模型识别混凝土表面图像中的裂纹。

2.如权利要求1所述的混凝土表面裂纹的检测方法，其特征在于，所述构建轻量化卷积神经网络模型的步骤包括：

根据所述图像集统计裂纹目标外形尺度分布；

以SSD为基础模型，以MobilenetV2网络作为所述基础模型的主干网络构架，抽取所述MobilenetV2网络中的若干层作为输出特征层；

基于所述裂纹目标外形尺度分布，针对每一个所述输出特征层分别获取目标检测先验框的尺度范围与长短比，从而构建所述轻量化卷积神经网络模型。

3.如权利要求2所述的混凝土表面裂纹的检测方法，其特征在于，所述基于所述裂纹目标外形尺度分布，针对每一个所述输出特征层分别获取目标检测先验框的尺度范围与长短比，包括：

获取第i输出特征层对应的特征图的最小短边长minsize_i和最大短边长为(minsize_i+minsize_i+1)/2，基于所述最小短边长minsize_i将所述裂纹目标外形尺度分布划分为若干区间。

4.如权利要求3所述的混凝土表面裂纹的检测方法，其特征在于，所述基于所述裂纹目标外形尺度分布，针对每一个所述输出特征层分别获取目标检测先验框的尺度范围与长短比，还包括：

对每个所述区间对应的所述输出特征层中的所述目标检测先验框的长短比进行分析，以获得所述区间内的所述长短比的最大值和最小值，如果所述最小值小于2，则取1作为所述区间对应的所述输出特征层的所述目标检测先验框的最小长短比RATIOS_i,0，如果所述最小值不小于2，则对所述最小值向下取偶，作为所述区间对应的所述输出特征层的所述目标检测先验框的最小长短比RATIOS_i,0，对所述最大值向上取偶，作为所述区间对应的所述输出特征层的所述目标检测先验框的最大长短比RATIOS_i,n，取RATIOS_i,0、RATIOS_i,n及RATIOS_i,0与RATIOS_i,n之间的所有偶数作为所述输出特征层的长短比序列。

5.如权利要求4所述的混凝土表面裂纹的检测方法，其特征在于，所述抽取所述MobilenetV2网络中的若干层作为输出特征层，包括：

抽取所述MobilenetV2网络的第13层、第18层、第19层和第20层作为所述输出特征层。

6.如权利要求5所述的混凝土表面裂纹的检测方法，其特征在于，所述第13层的所述目标检测先验框的所述最小短边长取[16,24]，所述第13层的所述目标检测先验框的长短边比序列为[1,2,4,6,8,10,12,1/2,1/4,1/6,1/8,1/10,1/12]；

所述第18层的所述目标检测先验框的所述最小短边长取[32,48]，所述第18层的所述目标检测先验框的长短边比序列为[1,2,4,6,8,10,12,14,1/2,1/4,1/6,1/8,1/10,1/12,1/14]；

所述第19层的所述目标检测先验框的所述最小短边长取[64,96]，所述第19层的所述目标检测先验框的长短边比序列为[1,2,4,6,8,1/2,1/4,1/6,1/8]；

所述第20层的所述目标检测先验框的所述最小短边长取[128,192]，所述第20层的所述目标检测先验框的长短边比序列为[1,2,4,1/2,1/4]。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述的混凝土表面裂纹的检测方法。