【技术实现步骤摘要】
本专利技术涉及图像识别领域，具体涉及一种工地积水检测方法、装置、巡检机器人及存储介质。
技术介绍
1、随着城市建设的，工地场所作为建设活动的主要场所，面临着复杂的环境和管理挑战。其中，工地积水问题是一个常见的环境管理难题，工地积水不仅会导致水质污染和土壤侵蚀等环境问题，还会为工人和设备带来安全隐患，增加工地事故的风险，尤其是施工机械和电气设备密集区域。
2、因此，及时检测工地积水并处理，成为确保建设活动的顺利进行和环境安全的一项重要任务。传统对于工地积水检测这一安全预防措施，一般采用人为检测的方法，效率不高，检测时间无法达到全天候，且受人为主观因素较高，并受限于环境因素。随着深度学习技术的发展，计算机视觉领域得到了极大的发展，尤其是在目标检测领域，大大提高了目标检测模型的速度与精度，广泛应用于如人脸识别、智慧交通、医疗诊断和安防监控等各类图像识别领域。其中基于深度学习的目标检测模型比较有代表性的是yolo系列模型，yolo系列模型凭借其高效的设计，同时保持了高实时性、高准确性，应用广泛。
3、然而，由于积水区域面...
【技术保护点】
1.一种工地积水检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的工地积水检测方法，其特征在于，所述对所述待检测工地积水图像进行局部特征提取得到第一特征图像，包括：
3.根据权利要求2所述的工地积水检测方法，其特征在于，所述局部卷积操作，包括：
4.根据权利要求1所述的工地积水检测方法，其特征在于，所述对所述第一特征图像进行空洞卷积得到第二特征图像，包括：
5.根据权利要求4所述的工地积水检测方法，其特征在于，所述空洞卷积操作，包括：
6.根据权利要求2所述的工地积水检测方法，其特征在于，所述对所...
【技术特征摘要】
1.一种工地积水检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的工地积水检测方法，其特征在于，所述对所述待检测工地积水图像进行局部特征提取得到第一特征图像，包括：
3.根据权利要求2所述的工地积水检测方法，其特征在于，所述局部卷积操作，包括：
4.根据权利要求1所述的工地积水检测方法，其特征在于，所述对所述第一特征图像进行空洞卷积得到第二特征图像，包括：
5.根据权利要求4所述的工地积水检测方法，其特征在于，所述空洞卷积操作，包括：
6.根据权利...
【专利技术属性】
技术研发人员：刘博林，裴以军，朱紫威，汪咏琳，王浩，
申请(专利权)人：中建三局信息科技有限公司，
类型：发明
国别省市：
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。