[发明专利]一种道路病害识别检测方法及系统在审
申请号: | 202211522042.2 | 申请日: | 2022-11-30 |
公开(公告)号: | CN115937807A | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 王鑫;毛昭勇;张驰;沈钧戈 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G06V20/56 | 分类号: | G06V20/56;G06V10/774;G06V10/77;G06V10/82;G06N3/08;G06N3/0464 |
代理公司: | 北京东方盛凡知识产权代理有限公司 11562 | 代理人: | 高天星 |
地址: | 710071 陕西*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 道路 病害 识别 检测 方法 系统 | ||
1.一种道路病害识别检测方法,其特征在于,步骤包括:
采集数据集,并将所述数据集划分为训练集、验证集和测试集;
对所述数据集进行预处理,得到所述处理后数据;
根据所述处理后数据,利用Transformer算法提取图像不同层级的目标特征,得到最终目标向量;
基于所述最终目标向量,得到目标的类别概率,并回归出目标边界框,实现目标精准检测。
2.根据权利要求1所述的道路病害识别检测方法,其特征在于,采集数据集的方法包括:根据《公路技术状况评定标准》制作病害标注数据,采用含有多尺度、不同背景环境、不同光照状态下路面病害信息的光学影像数据组建成所述数据集。
3.根据权利要求1所述的道路病害识别检测方法,其特征在于,所述预处理的方法包括:
对所述训练集和所述测试集进行图像尺寸调整,得到多张尺寸调整后的图像样本,并通过数据增强方法扩充训练集数据量;得到数据样本;
对所述数据样本进行切块处理,得到若干小型三维图像立方体;
对每个所述小型三维图像立方体做扁平化的线性映射,得到若干与之对应的一维向量,其代表了所述图像样本的原始特征。
4.根据权利要求3所述的道路病害识别检测方法,其特征在于,所述数据增强的方法包括:
从所述数据集中每次随机读取四张图片;
分别对所述四张图片进行翻转、缩放和色域变化,得到处理后图片;
将所述处理后图片放置在指定尺寸大图的左上,右上,左下,右下位置;
利用矩阵的方式将所述处理后图片固定的区域截取下来,然后将它们拼接成一张新的图片,相应的,要对超过边界的检测框坐标进行边缘处理,以方便生成新图片对应的XML文件。
5.根据权利要求3所述的道路病害识别检测方法,其特征在于,进行所述切块处理的方法包括:
设定步长为S,以S为步长按顺序分别将每张尺寸为C×C×3的图像样本切割成N个的小立方体。
6.根据权利要求5所述的道路病害识别检测方法,其特征在于,得到所述处理后数据的方法包括:将大小为的小立方体通过线性映射展平得到长度为的一维向量,由N个所述一维向量构成所述处理后数据。
7.根据权利要求6所述的道路病害识别检测方法,其特征在于,提取所述目标特征的方法包括:
构造一个与所述原始特征维度相同的向量作为位置编码,然后与代表所述原始特征的所述一维向量相加得到Transformer模块的输入;
将添加位置编码后的所述一维向量输入基于视觉Transformer模块的编码层,提取图像不同层级的所述目标特征。
8.一种道路病害识别检测系统,其特征在于,包括:采集模块、预处理模块、提取模块和计算模块;
所述采集模块用于采集数据集,并将所述数据集划分为训练集、验证集和测试集;
所述预处理模块用于对所述数据集进行预处理,得到所述处理后数据;
所述提取模块用于根据所述处理后数据,提取图像不同层级的目标特征,得到最终目标向量;
所述计算模块用于基于所述最终目标向量,得到目标的类别概率,并回归出目标边界框。
9.根据权利要求8所述的道路病害识别检测系统,其特征在于,所述采集模块包括:采集单元和划分单元;
所述采集单元用于采集所述数据集;
所述划分单元用于将所述数据集划分为所述训练集、所述验证集和所述测试集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211522042.2/1.html,转载请声明来源钻瓜专利网。