【技术实现步骤摘要】
一种道路坍塌隐患检测器的宽比例图像输入输出处理方法
[0001]本专利技术属于图像处理
,具体涉及一种道路坍塌隐患检测器的宽比例图像输入输出处理方法。
技术介绍
[0002]Faster R
‑
CNN等基于深度学习的目标检测器(道路坍塌隐患检测器)会将输入图像缩放至适合的大小再进行目标检测。而3D探地雷达沿着道路方向采集数据,形成宽比例图像(宽高比>100:1)。因此目标检测器在直接处理这类宽比例图像时候,随着图像的缩放,目标会发生严重变形,甚至目标宽度被压缩至1个像素,将极大降低道路坍塌隐患识别的准确率。
[0003]因此,现阶段需设计一种道路坍塌隐患检测器的宽比例图像输入输出处理方法,来解决以上问题。
技术实现思路
[0004]本专利技术目的在于提供一种道路坍塌隐患检测器的宽比例图像输入输出处理方法,用于解决上述现有技术中存在的技术问题,Faster R
‑
CNN等基于深度学习的目标检测器(道路坍塌隐患检测器)会将输入图像缩放至适合的大小再进 ...
【技术保护点】
【技术特征摘要】
1.一种道路坍塌隐患检测器的宽比例图像输入输出处理方法,其特征在于,包括以下步骤:S1:使用多种宽度、多种步长的滑动窗口预处理器对宽比例探地雷达图像进行多次裁剪,形成多组常规比例的输入图像;S2:将步骤S1中的输入图像输入到训练后的目标检测器进行道路坍塌隐患的识别;S3:在步骤S2的基础上,将每个裁剪后图像中的道路坍塌隐患识别结果映射到原宽比例探地雷达图像中;S4:在步骤S3的基础上,通过将重叠框按照置信度降序排列,根据重叠程度、置信度和各自坐标对重叠框进行去冗余,得到最终的检测结果并输出。2.如权利要求1所述的一种道路坍塌隐患检测器的宽比例图像输入输出处理方法,其特征在于,步骤S1中,具体如下:设i个预处理器的滑动窗口高度均为H,与雷达采集的数据同高,即该项为定值;宽度为W
i
,滑动步长为D
i
,该两项为变量;令不同预处理器的滑动窗口按照各自的滑动步长同时向前滑动,每滑动一次,各个窗口就裁剪出一个常规比例图像数据p
ij
;当滑动到边界处时停止滑动,每个预处理器生成一组常规比例图像数据集S
i
;即S1=[p
11
,p
12
,p
13
,
…
,p
1j
]S2=[p
21
,p
22
,p
23
,
…
,p
2j
]
…
S
i
=[p
i1
,p
i2
,p
i3
,
…
,p
ij
]式中S
i
表示第i个预处理器生成的一组常规比例图像数据集,p
ij
表示第i个预处理器在第j次裁剪生成的常规比例图像。3.如权利要求2所述的一种道路坍塌隐患检测器的宽比例图像输入输出处理方法,其特征在于,宽度W
i
和滑动步长D
i
的取值范围如下:W
wi
∈[1.5H,3H]D
i
∈[0.2W
i
,W
i
]。4.如权利要求3所述的一种道路坍塌隐患检测器的宽比例图像输入输出处理方法,其特征在于,步骤S3中,映射过程具体如下:已知每个滑动窗口预处理器的步长D
i
,常规比例图像的裁剪序号j,以及目标框的左上角、右下角坐标(x
m1
,y
m1
),(x
m2
,y
m2
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。