[发明专利]一种基于深度学习的路面裂缝检测与分割方法有效
| 申请号： | 202110673069.0 | 申请日： | 2021-06-17 |
| 公开（公告）号： | CN113409267B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 肖力炀;杨东;李伟;毕玉冰;王文庆;崔逸群;刘超飞;董夏昕;邓楠轶;朱博迪;介银娟;刘迪;崔鑫;李姝彤;耿方圆 | 申请（专利权）人： | 西安热工研究院有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764;G06N3/0464;G06N3/08;G06T5/00;G06T7/136 |
| 代理公司： | 西安智大知识产权代理事务所 61215 | 代理人： | 何会侠 |
| 地址： | 710032 陕*** | 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： | 为了解决现有裂缝识别算法中准确率不高、检测与分割任务不能同时进行等问题，本发明提出了一种基于深度学习的路面裂缝检测与分割方法，首先，建立本方法的裂缝图像数据集并进行标注，然后，设计了一种改进的C‑Mask RCNN多阈值检测模型，通过结合级联不同IoU阈值的检测器来提高候选框质量，实现高阈值检测下的裂缝精准定位；最后，对改进后的模型进行一系列的优化参数和实验对比。实验结果表明，C‑Mask RCNN模型检测部分的平均准确率达到95.4％，分割部分的平均准确率达到93.5％，识别效果较好。 | ||
| 搜索关键词： | 一种 基于 深度 学习 路面 裂缝 检测 分割 方法 | ||
【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西安热工研究院有限公司，未经西安热工研究院有限公司许可，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/202110673069.0/，转载请声明来源钻瓜专利网。
