[发明专利]基于深度学习的岩石图像风化程度检测方法及系统在审
| 申请号： | 201910768866.X | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110472597A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 唐朝国;朱泳标;张居力;杨科;张毅;董凤翔;邓蔚;齐玥;谭咏仪;侯佩佩 | 申请（专利权）人： | 中铁二院工程集团有限责任公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/40;G06K9/62;G06N3/04;G06N3/08;G01N17/00 |
| 代理公司： | 51221 四川力久律师事务所 | 代理人： | 韩洋<国际申请>=<国际公布>=<进入国 |
| 地址： | 610031 *** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的岩石图像风化程度检测方法及系统。将基于深度学习的神经网络图像识别技术运用到岩石风化程度的自动检测上，通过构建并训练深度学习网络，使该深度学习网络自动输出岩石风化程度检测结果。该自动识别技术具有较高的准确性，减小传统人工对岩石风化程度的判定存在的误差，提高了岩石图像识别效率及准确性，从而节省了工程人力成本，能够实时识别分类，及时录入信息，有效的跟踪现场问题的处理进度，存储图像数据并平台共享，优化图像分类管理系统。 | ||
| 搜索关键词： | 风化 岩石 程度检测 学习 存储图像数据 分类管理系统 图像识别技术 自动识别技术 传统人工 录入信息 人力成本 神经网络 实时识别 图像识别 现场问题 优化图像 自动检测 构建 减小 判定 网络 图像 进度 输出 分类 跟踪 共享 | ||
【主权项】：
1.一种基于深度学习的岩石图像风化程度检测方法，其特征在于，包括：/n采集岩石图像，对采集到的岩石图像进行预处理；构建基于深度学习的岩石图像风化程度检测网络；利用所述预处理后的岩石图像训练所述基于深度学习的岩石图像风化程度检测网络，优化网络参数，以使所述基于深度学习的岩石图像风化程度检测网络满足：当有岩石图像输入时，自动输出其风化程度检测结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中铁二院工程集团有限责任公司，未经中铁二院工程集团有限责任公司许可，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/patent/201910768866.X/，转载请声明来源钻瓜专利网。
