基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统及方法技术方案

本发明专利技术公开了一种基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统。它包括图像采集模块、数据集搭建模块、模型训练模块和模型调整模块；数据集搭建模块用于在模型初训练时，提供开源裂缝图像数据集，图像分辨率调节，数据集拆分功能；在模型精训练时，提供图像分块，裂缝标记，数据集拆分功能；模型训练模块包括YOLOv5模型选型、利用开源数据集的初步训练、真实数据集精训练以及保存模型的权重参数；网络模型调整模块在应用测试集图像时，用于自主调整模型超参数；在应用原始无人机图像时，用于图像裁剪和拼接。本发明专利技术具有提高裂缝检测自动化以及准确率的优点。本发明专利技术还公开了基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统的检测方法。检测系统的检测方法。检测系统的检测方法。

【技术实现步骤摘要】
基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统及方法


[0001]本专利技术涉及信息技术里的机器学习和图像处理
，具体地说它是基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统。本专利技术还公开了基于无人机和改进的YOLOv5模型的混凝土大坝表面裂缝系统的检测方法，更具体地说它是基于无人机和改进的YOLOv5模型的混凝土大坝表面裂缝检测方法。
[0002]本专利技术中的混凝土大坝表面裂缝主要集中在大坝泄洪口和溢洪道以及的坡面以及侧边表面等。

技术介绍

[0003]随着信息化、自动化的发展，机器视觉技术与无人机技术已广泛应用于各类工程项目中。水利枢纽设施需要定期的维护和运行，裂缝检测是其中必不可少的项目之一。以裂纹的形态和位置特征，推断裂缝的内在损伤和潜在原因，可以为结构风险评估提供合理的指导意见。目前主要有传统的人工巡检和智能化系统巡检两种方式。使用传统的人工巡检不但对人力和物力是巨大的消耗，而且检测的效率也极其低下，达不到快速检测以及诊断维护的目的。目前对于大坝表面裂缝的智能化检测方法，大多仅着重于解决采集数据等方面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统，其特征在于：包括图像采集模块、数据集搭建模块、模型训练模块和网络模型调整模块；图像采集模块、数据集搭建模块、模型训练模块和网络模型调整模块依次连接；图像采集模块，用于获取混凝土大坝表面图像数据集；数据集搭建模块，用于在模型初训练时，提供开源混凝土裂缝图像数据集、图像分辨率调节、数据集拆分功能；同时，用于在模型精训练时，提供图像分块功能，裂缝标记功能，数据集拆分功能；模型训练模块，包括YOLOv5模型选型，利用开源数据集的初步训练，真实数据集精训练以及保存模型的权重参数；网络模型调整模块，在应用测试集图像时，用于从检测指标统筹考虑，自主调整模型超参数；同时，在应用原始无人机图像时，用于图像裁剪和拼接。2.根据权利要求1所述的基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统的检测方法，其特征在于：由如下依次执行的步骤组成：首先，采用图像采集模块获取混凝土大坝表面图像数据集及开源数据集；其次，采用数据集搭建模块标记开源数据集裂缝；再次，利用模型训练模块完成指定模型训练任务；再次，采用网络模型调整模块和数据集搭建模块裁剪并标注真实数据集；再次，利用模型训练模块和网络模型调整模块完成前述训练后的指定模型训练任务，得到最终调试好的YOLOv5模型；最后，将最终调试好的YOLOv5模型输入真实数据集的原始无人机图片，输出检测结果。3.根据权利要求2所述的基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统的检测方法，其特征在于：包括如下步骤，步骤一：采用无人机对大坝表面进行图像采集，作为真实数据集；步骤二：收集网上包含混凝土桥梁、墙面裂缝的开源数据集，作为训练YOLOv5模型的初始数据集；步骤三：将步骤二中的初始数据集中未标注的裂缝样本图像，进行标注，并加上之前已标注的样本，建立YOLOv5模型的训练集、测试集；步骤四：根据应用需求，选择对应YOLOv5模型，完成指定模型训练任务；针对步骤三中标注后的初始数据集，利用训练集对选择的YOLOv5模型进行训练、采用测试集对选择的YOLOv5模型进行测试，以获得训练过程中最优的YOLOv5模型参数；步骤五：将步骤一中的真实数据集中的图像裁剪并进行标注，建立YOLOv5模型的训练集、测试集；步骤六：针对步骤五标注后的真实数据集，分别采用训练集和测试集对步骤四中训练后的YOLOv5模型进行训练和测试，根据实际工程项目需求调整模型的超参数，得到最终调试好的YOLOv5模型；步骤七：将最终调试好的YOLOv5模型输入步骤一中的原始无人机图片，输出检测结果。4.根据权利要求3所述的基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统的检测方法，其特征在于：在步骤一中，无人机的采集图像为混凝土大坝表面的三通道二维图像；
利用无人机获取混凝土大坝表面的三通道二维图像信息的方法，具体包含以下步骤：步骤1.1：利用高分辨率影像无人机并配以长焦摄像头对大坝表面进行贴近摄影低速航行拍摄；步骤1.2：选择适宜的航测气象条件进行拍摄。5.根据权利要求4所述的基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统的检测方法，其特征在于：在步骤二中，收集开源数据集的方法，具体包含以下步骤：步骤2.1：仅收集贴近拍摄的混凝土桥梁、墙面或者路面数据集，剔除囊括过多背景元素的图像，背景元素包括行人、车辆、大树；步骤2.2：剔除混凝土工程建筑材料中与大坝表面材料差异性较大的图像。6.根据权利要求5所述的基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统的检测方法，其特征在于：在步骤三中，标注裂缝样本图像，并建立模型训练集、测试集...

【专利技术属性】
技术研发人员：柯丰恺，钟良，王成，彭海剑，熊爽，段锦章，胡岑，杨俊，
申请(专利权)人：长江空间信息技术工程有限公司武汉，
类型：发明
国别省市：