[发明专利]基于深度学习的机场道面病害异物检测方法及系统有效
| 申请号： | 202110228059.6 | 申请日： | 2021-03-02 |
| 公开（公告）号： | CN113111704B | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 郭文彤;方宏远;王念念;钟山;朱锐;陈家将;曹顺林;张高翼 | 申请（专利权）人： | 郑州大学 |
| 主分类号： | G06V20/56 | 分类号： | G06V20/56;G06V20/58;G06V10/26;G06V10/762;G06V10/764;G06V10/82;G06N3/045;G06N3/0464;G06N3/08 |
| 代理公司： | 长沙楚为知识产权代理事务所(普通合伙) 43217 | 代理人： | 李大为 |
| 地址： | 450001 河南省郑*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的机场道面病害异物检测方法及系统，其中方法包括：搭建YOLOv3和Mask RCNN卷积神经网络并设置超参数进行训练；将训练好后的YOLOv3、Mask R‑CNN卷积神经网络分别部署在检测车辆图像识别系统和工作站服务器上；第一阶段启用检测车辆图像识别系统中YOLOv3目标检测模型对原始采集图像进行初步检测，第二阶段启用工作站中Mask R‑CNN语义分割模型对图像进行二次检测并提取分割后的语义信息，获得图像病害与FOD的详细信息；工作站将最终检测结果上传至用户终端系统。本发明提出的基于深度学习的多阶段机场道面病害异物检测方法及系统，既能够同时智能检测机场道面病害与异物，又能保证检测精度和效率。 | ||
| 搜索关键词： | 基于 深度 学习 机场 病害 异物 检测 方法 系统 | ||
【主权项】：
暂无信息
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郑州大学，未经郑州大学许可，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/patent/202110228059.6/，转载请声明来源钻瓜专利网。
