一种桥梁工程图像数据集采集系统及方法技术方案

本发明专利技术公开了一种桥梁工程图像数据集采集系统，包括：移动端，其包括任务接收模块、数据采集模块和奖励接收模块，任务接收模块用于接收派发的任务，数据采集模块用于数据的采集，奖励接收模块用于接收奖励；云端，其包括数据评估模块、数据奖励模块和综合管理模块，数据评估模块用于评估数据采集模块上传的数据是否合格，数据奖励模块用于对评估合格的数据发放对应的奖励，综合管理模块用于对数据采集模块上传的数据以及数据评估模块评估的数据进行统一管理，形成数据集，综合管理模块还用于对任务接收模块发布或暂停任务。本发明专利技术还公开了一种桥梁工程图像数据集采集方法。本发明专利技术可快速构建桥梁工程图像数据集，可实施性强、高效便捷。高效便捷。高效便捷。

【技术实现步骤摘要】
一种桥梁工程图像数据集采集系统及方法


[0001]本专利技术涉及数据采集
更具体地说，本专利技术涉及一种桥梁工程图像数据集采集系统及方法。

技术介绍

[0002]随着人工智能技术的快速发展，图像识别的准确率越来越高，应用范围也越来越广。然而，以监督学习为主的算法需要大量的数据，在桥梁工程领域，由于缺乏专业的图像数据集，限制了图像识别技术在该行业的应用。
[0003]同时，由于桥梁工程分布范围广，如果给各个工程项目提供一种便捷的任务接收、数据采集与对应的奖励机制，则可快速搭建起行业数据集，且是其他没有桥梁工程的公司无法完成的任务。本申请旨在提供一种可以快速搭建起桥梁工程图像数据集的系统及方法。

技术实现思路

[0004]本专利技术的一个目的是提供一种桥梁工程图像数据集采集系统及方法，可快速构建桥梁工程图像数据集，可实施性强、高效便捷。
[0005]为了实现根据本专利技术的这些目的和其它优点，提供了一种桥梁工程图像数据集采集系统，包括：
[0006]移动端，其包括任务接收模块、数据采集模块和奖励接收模块，任务接收模块用于接收派发的任务，数据采集模块用于数据的采集；
[0007]云端，其包括数据评估模块、数据奖励模块和综合管理模块，数据评估模块用于评估数据采集模块上传的数据是否合格，数据奖励模块用于对评估合格的数据发放对应的奖励，综合管理模块用于对数据采集模块上传的数据以及数据评估模块评估的数据进行统一管理，形成数据集，综合管理模块还用于对任务接收模块发布或暂停任务；
[0008]其中，移动端和云端为无线通讯连接。
[0009]优选的是，数据为桥梁工程项目对应的图像数据，包括不同角度、不同大小、不同时间、不同光照条件下的图像数据。
[0010]优选的是，数据评估模块还包括人工校验模块，数据评估模块首先对数据进行识别分析，剔除掉不合格的图像数据后，再通过人工校验模块对合格的图像数据进行人工判断是否与派发的任务相符且合格。
[0011]优选的是，移动端使用人员为不同桥梁工程项目现场的工作人员。
[0012]本专利技术还提供了一种桥梁工程图像数据集采集方法，包括如下步骤：
[0013]步骤一：云端的综合管理模块根据实际需求设定任务并下发至任务接收模块；
[0014]步骤二：移动端的使用人员基于任务接收模块接收到具体的数据采集任务，利用数据采集模块根据接收的任务进行拍照采集相应的图像数据，并发送至云端的数据评估模块中；
[0015]步骤三：云端的数据评估模块对接收的图像数据进行识别分析，剔除掉不合格的图像数据；
[0016]步骤四：将合格的图像数据发送给数据奖励模块，通过数据奖励模块对应给移动端的奖励接收模块发放奖励；
[0017]步骤五：数据采集模块上传的数据以及数据评估模块评估的数据发送至综合管理模块，进行统一管理，形成数据集。
[0018]优选的是，所述步骤三中数据评估模块对接收的数据进行识别分析是为了剔除掉模糊的不合格图像数据，具体方法如下：
[0019]采用基于深度学习的方法进行模型识别，将模糊识别判定为一个二分类问题，即清晰和模糊，具体过程如下：
[0020](1)收集一定数量的模糊和清晰图像数据；
[0021](2)利用深度学习算法对上述(1)的数据进行训练，得到一个模糊图像识别器；
[0022](3)利用(2)训练好的模糊图像识别器，对用户输入的图像进行识别，其输出结果为[a,b]，其中a+b＝1，表示该图片模糊的概率为a，清晰的概率为b，若a≥0.5则判定为模糊，剔除。
[0023]优选的是，所述步骤三中还包括人工校验过程，通过数据评估模块对接收的数据进行识别分析后获得的合格图像数据还需要通过人工校验模块进行人工校验，与发布的任务匹配合格后进入数据奖励模块。
[0024]优选的是，所述步骤四中数据奖励模块计算方式如下：
[0025]Reward＝M
·
W
t
·
W
b
·
W
s
[0026]式中：Reward
‑
酬劳，指拍摄单张图片最后得到的报酬；
[0027]M
‑
指单张图片应得酬劳的基准定价，后台根据实际任务设定；
[0028]W
t
‑
时间权重系数，根据任务下发时间，在不同时间段内完成任务，系数不同，后台根据实际任务设定；
[0029]W
b
‑
图像模糊权重系数，根据深度学习网络的输出结果(3)进行判定，具体规则如下：
[0030]b在0
‑
0.5之间，W
b
取0；b在0.5
‑
0.8之间，W
b
取1.0；b在0.8
‑
1.0之间，W
b
取1.05；
[0031]W
s
‑
相似性权重系数，根据该图片和已入库图像的最大相似度进行计算，相似度的值在0
‑
1之间，权重系数的取值规则如下：相似度在0
‑
0.1之间，W
s
取1.5；相似度在0.1
‑
0.3之间，W
s
取1.3；相似度在0.3
‑
0.5之间，W
s
取1.1；相似度在0.5
‑
0.7之间，W
s
取0.9；相似度在0.7
‑
0.9之间，W
s
取0.7；相似度在0.9
‑
1.0之间，W
s
取0，此时不发放奖励。
[0032]优选的是，最大相似度计算具体为：使用深度学习网络来提取图像特征，然后计算输入图像数据和数据集中的图像数据特征向量间的余弦相似度，得到相似度最高的结果。
[0033]优选的是，相似度在0.9
‑
1.0之间时，直接将上传的原始图像数据和识别最相似的图像数据返回给用户，用户可进行人工申诉，则直接到人工校验环节，人工确认算法错误后，正常发放奖励，并将识别错误数据进行收集，用于对算法模型进行修正。
[0034]本专利技术至少包括以下有益效果：
[0035]1、本专利技术的系统及方法能激发现场人员主观能动性，实现对桥梁工程图像数据的快速采集，可实施性强、高效便捷。
[0036]2、本专利技术通过奖励机制实现了1)操作人员得到任务后尽快拍，奖励会多，从而可及时获取数据，避免数据的滞后性；2)拍摄时选择不同角度、姿态、大小、天气环境等，获取的图像数据多样化，奖励会多，从而方便系统快速构建多样性的数据集。
[0037]3、本专利技术的图像数据都具有人工校验环节，奖励的可靠性较高，数据获取的质量更高，从而使得系统数据集准确性高，质量好。
[0038]4、本专利技术的图像数据在进入人工校验之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种桥梁工程图像数据集采集系统，其特征在于，包括：移动端，其包括任务接收模块、数据采集模块和奖励接收模块，任务接收模块用于接收派发的任务，数据采集模块用于数据的采集；云端，其包括数据评估模块、数据奖励模块和综合管理模块，数据评估模块用于评估数据采集模块上传的数据是否合格，数据奖励模块用于对评估合格的数据发放对应的奖励，综合管理模块用于对数据采集模块上传的数据以及数据评估模块评估的数据进行统一管理，形成数据集，综合管理模块还用于对任务接收模块发布或暂停任务；其中，移动端和云端为无线通讯连接。2.如权利要求1所述的桥梁工程图像数据集采集系统，其特征在于，数据为桥梁工程项目对应的图像数据，包括不同角度、不同大小、不同时间、不同光照条件下的图像数据。3.如权利要求1所述的桥梁工程图像数据集采集系统，其特征在于，数据评估模块还包括人工校验模块，数据评估模块首先对数据进行识别分析，剔除掉不合格的图像数据后，再通过人工校验模块对合格的图像数据进行人工判断是否与派发的任务相符且合格。4.如权利要求1所述的桥梁工程图像数据集采集系统，其特征在于，移动端使用人员为不同桥梁工程项目现场的工作人员。5.一种桥梁工程图像数据集采集方法，其特征在于，包括如下步骤：步骤一：云端的综合管理模块根据实际需求设定任务并下发至任务接收模块；步骤二：移动端的使用人员基于任务接收模块接收到具体的数据采集任务，利用数据采集模块根据接收的任务进行拍照采集相应的图像数据，并发送至云端的数据评估模块中；步骤三：云端的数据评估模块对接收的图像数据进行识别分析，剔除掉不合格的图像数据；步骤四：将合格的图像数据发送给数据奖励模块，通过数据奖励模块对应给移动端的奖励接收模块发放奖励；步骤五：数据采集模块上传的数据以及数据评估模块评估的数据发送至综合管理模块，进行统一管理，形成数据集。6.如权利要求5所述的桥梁工程图像数据集采集方法，其特征在于，所述步骤三中数据评估模块对接收的数据进行识别分析是为了剔除掉模糊的不合格图像数据，具体方法如下：采用基于深度学习的方法进行模型识别，将模糊识别判定为一个二分类问题，即清晰和模糊，具体过程如下：(1)收集一定数量的模糊和清晰图像数据；(2)利用深度学习算法对上述(1)的数据进行训练，得到一个模糊图像识别器；(3)利用(2)训练好的模糊图像识别器，对用户输入的图像进行识别，其输出结果为[a,b]，其中a+b＝1，表示该图片模糊的概率为a，清晰的概率为b，若a≥0.5则判定为模糊，剔除。7.如权利要求5所述的桥梁工程图像数据集采集方法，其特征在于，所述步骤三中还包括人工校验过程，通过数据评估模块对接收的数据进行识别分析后获得的合格图像数据还需要通过人工校验模块进行人工校验，与发布的任务匹配合...

【专利技术属性】
技术研发人员：田唯，黄灿，朱浩，郑建新，王永威，陈圆，刘志昂，薛现凯，李焜耀，肖垚，杨华东，吕丹枫，李浩，王紫超，周浩，代百华，穆文均，黄甘乐，胡钦侠，高宏磊，
申请(专利权)人：中交公路长大桥建设国家工程研究中心有限公司，
类型：发明
国别省市：