【技术实现步骤摘要】
一种基于对抗生成网络的路面裂缝缺陷检测方法
本专利技术涉及桥梁病害检测，特别是涉及一种基于对抗生成网络的路面裂缝缺陷检测方法。
技术介绍
生成对抗网络(GAN，GenerativeAdversarialNet)模型中分别由生成式模型(generativemodel)和判别式模型(discriminativemodel)组成。判别模型的任务是判断给定的图像看起来是自然的还是人为伪造的(图像来源于数据集)。生成模型的任务是生成看起来自然真实的、和原始数据相似的图像。公路作为国家国民经济发展的一项重要基础设施，为我国社会经济发展做出了突出的贡献，它深刻地影响着社会、经济以及人民生活。2018年末，中国公路总里程达到485.95万公里，相比于20年前已翻了数倍。随着中国公路通车里程的不断增加和机动化进程的加快，公路使用时间和频率不断增长，路面常年承受的车轮碾压及冰雪雨天气等复杂自然因素的影响，很多公路表面已出现了或多或少的裂缝病害，这些裂缝大大降低了公路的服务能力。为此，及早发现裂缝并进行维护可以及时避免裂缝进一步发展造成的严重影响，具有重要的现实意义。路面裂缝是评价路面...
【技术保护点】
1.一种基于对抗生成网络的路面裂缝缺陷检测方法，其特征在于，包括如下步骤：S1、将图像数据X输入至生成器并生成与裂缝标签Y对应的赝品标签Y’；S2、将图像数据X和赝品标签Y’在通道上进行连接，传输至辨别器并输出第一结果G_n；S3、将图像数据X和裂缝标签Y在通道上进行连接，传输至辨别器并输出第二结果G_p；S4、训练辨别器判断G_p为真，G_n为假，并将判断假的部分反向传播调整生成器参数；S5、更换所述图像数据X并重复步骤S1‑S4对生成器和辨别器重复训练，直到辨别器无法判别G_p为真，G_n为假；S6、训练完成后，固定生成器参数，将要检测的图片输入生成器，输出一个1280...
【技术特征摘要】
1.一种基于对抗生成网络的路面裂缝缺陷检测方法，其特征在于，包括如下步骤：S1、将图像数据X输入至生成器并生成与裂缝标签Y对应的赝品标签Y’；S2、将图像数据X和赝品标签Y’在通道上进行连接，传输至辨别器并输出第一结果G_n；S3、将图像数据X和裂缝标签Y在通道上进行连接，传输至辨别器并输出第二结果G_p；S4、训练辨别器判断G_p为真，G_n为假，并将判断假的部分反向传播调整生成器参数；S5、更换所述图像数据X并重复步骤S1-S4对生成器和辨别器重复训练，直到辨别器无法判别G_p为真，G_n为假；S6、训练完成后，固定生成器参数，将要检测的图片输入生成器，输出一个1280*1280*1的得分矩阵，然后通过阀值进行过滤，得出检测结果。2.根据权利要求1所述的一种基于对抗生成网络的路面裂缝缺陷检测方法，其特征在于，在将图像数据X输入至生成器之前，先将所述图像数据X的大小调整为1280*1280。3.根据权利要求1所述的一种基于对抗生成网络的路面裂缝缺陷检测方法，其特征在于，所述生成器是编解码器结构，包括编码器、解码器和瓶颈模块，所述编码器和所述解码器通过所述瓶颈模块连接。4.根据权利要求3所述的一种基于对抗生成网络的路面裂缝缺陷检测方法，其特征在于，所述编码器均连续采用卷积核为5*5、跨度为2的卷积、批标准化batchnorm函数和修正线性激活relu函数的方式进行特征提取和降维；所述解码器均连续采用卷积核为5*5、跨度为2的反卷积、批标准化batchnorm函数和修正线性激活relu函数的方式进行特征解码和升维；瓶颈模块由8个残差模块级联组成，在所述解码器的输出位置接一个卷积核为1*1，跨度为1的卷积层，在所述卷积层后接批标准化batchnorm函数和S型归一化激活sigmoid函数作为所述生成器的输出。5.根据权利要求4所述的一种基于对抗生成网络的路面裂缝缺陷检测方法，其特征在于，所述步骤S1中图像数据X输入至生成器并生成与裂缝标签Y相对应的赝品标签Y’的具体过程为：S1.1、将图像数据X输入至编码器，所述编码器对所述图像数据X进行连续卷积，以此提取特征和降维，生成特征图；S1.2、将所述特征图通过U-NET架构的直连shortcut方法传递至所述解码器的相应解码层；S1.3、所述解码器对所述瓶颈模块的输出或连接后的特征图进行连续反卷积，以对所述连接后的特征图...
【专利技术属性】
技术研发人员：黄斌，张睿，张红龙，
申请(专利权)人：重庆同济同枥信息技术有限公司，
类型：发明
国别省市：重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。