【技术实现步骤摘要】
本申请涉及桥梁运营管养，特别涉及一种基于yolo算法的桥梁病害检测养护方法及系统。
技术介绍
1、截止目前，早期建设完成的桥梁将逐步进入病害高发期，检测养护业务量巨大，形势严峻。一方面，目前桥梁结构的各类病害的识别、诊断以及养护处治决策，大多根据检测人员的自身经验，诊断与养护决策经验掌握在各自大脑中，成熟且专业的桥梁管养经验的利用和共享困难；另一方面，人工智能领域的各种技术，特别是计算机视觉方向在桥梁智能管养方面的应用，虽然能有助于提升桥梁管养的自动化、智能化水平，但是该技术目前在桥梁管养方面的应用较为粗糙。
2、在一些相关技术中，yolo是计算机视觉领域中目标检测、识别经典且成熟的算法，基于yolo的桥梁病害检测、识别技术已有不少专家学者做过相关的研究和应用实现，但是目前所作研究和应用存在以下问题：
3、(1)利用专家经验的环节仅仅是在桥梁病害样本标注阶段，即数据集样本制作阶段。数据集样本制作完成之后，yolo算法通过对数据集样本中病害实例潜在特征进行挖掘、学习，以训练出适合于桥梁病害检测、识别的深度学习模型，并通过置信度分数这个重要参数对识别到的目标结果进行筛选。但是筛选的结果往往存在一些误差，这是由于不同材质的桥梁的同一位置可能发生的病害类型不同，同一材质桥梁的不同位置的构件可能发生的病害类型不同，造成了一定的干扰。
4、(2)置信度分数的设置是针对多病害模型设置统一的阈值，桥梁病害检测领域暂无针对每一种病害类型分别设置阈值的应用。置信度分数的设置相当大程度上依赖于该项目算法工程师、桥梁
5、(3)桥梁病害的成因分析和养护对策严重依赖该项目桥梁检测工程师的专业知识和经验储备，种类繁多、特征复杂的桥梁病害难以保证能够得到相对合适的成因分析结论和相对恰当的养护方法。
技术实现思路
1、本申请实施例提供一种基于yolo算法的桥梁病害检测养护方法及系统，以解决相关技术中桥梁材料不同和病害所属构件位置不同带来的干扰导致的识别误差的问题。
2、第一方面，提供了一种基于yolo算法的桥梁病害检测养护方法，其包括：
3、基于桥梁多病害检测模型和桥梁病害检测知识库，获取关于目标检测信息的实时筛选规则；目标检测信息包括视频流信息和图片信息；
4、基于桥梁多病害检测模型和桥梁病害检测知识库，并在所述实时筛选规则下获取关于目标检测信息的动态阈值；
5、基于桥梁多病害检测模型和桥梁病害检测知识库，以及所述实时筛选规则和动态阈值识别出所述目标检测信息的病害类型。
6、一些实施例中，基于桥梁多病害检测模型和桥梁病害检测知识库，获取关于目标检测信息的实时筛选规则，包括以下步骤：
7、基于桥梁多病害检测模型，判断出目标检测信息中的桥梁材料类型和病害所属构件；
8、根据桥梁材料类型和病害所属构件得出实时筛选规则；实时筛选规则为：排除桥梁病害检测知识库中与桥梁材料类型和病害所属构件不相关的病害类型。
9、一些实施例中，基于桥梁多病害检测模型和桥梁病害检测知识库，并在所述实时筛选规则下获取关于目标检测信息的动态阈值，包括以下步骤：
10、基于桥梁多病害检测模型，判断出目标检测信息中对应的桥梁材料类型、病害所属构件和病害位置；
11、根据桥梁材料类型、病害所属构件和病害位置，并结合所述桥梁病害检测知识库预判断出对应的病害类型；
12、在参考置信度分数的基础上增加或减少波动值，以得到预判断出的病害类型对应的实际置信度分数；
13、将实际置信度分数作为所述动态阈值。
14、一些实施例中，构建所述桥梁病害检测知识库包括以下步骤：
15、按照桥梁材料类型、病害所属构件、病害位置、病害类型、病害空间分布及走向、病害图片对目标数据进行整理分类；
16、所述目标数据包括已有桥梁定检平台的数据和网络数据。
17、一些实施例中，在检测出所述目标检测信息的病害类型后，还包括以下步骤：
18、根据目标检测信息的病害类型，并结合桥梁病害检测知识库和桥梁病害养护知识库生成检养报告。
19、一些实施例中，按照病害类型、病害成因分析和病害养护对策对专家养护知识数据进行整理分类，以构建形成所述桥梁病害养护知识库。
20、一些实施例中，根据目标检测信息的病害类型，并结合桥梁病害检测知识库和桥梁病害养护知识库生成病害成因分析报告和养护对策，包括以下步骤：
21、对所有桥梁病害的专业词语进行分类整理，并结合桥梁病害检测知识库和桥梁病害养护知识库建立桥梁病害特征词库；
22、将桥梁病害特征词库、桥梁病害检测知识库和桥梁病害养护知识库进行关联；
23、对目标检测信息的病害类型进行特征词进行提取，以模糊匹配提取的特征词对应的检养报告；检养报告包括桥梁材料类型、病害位置、病害所属构件、病害类型、成因分析报告和最佳养护对策。
24、一些实施例中，基于桥梁病害检测知识库，结合专家知识数据打标制作适用于yolo算法的多病害样本数据集，并更新迭代训练出所述桥梁多病害检测模型。
25、第二方面，提供了一种基于yolo算法的桥梁病害检测养护系统，其包括：
26、第一模块，其用于基于桥梁多病害检测模型和桥梁病害检测知识库，获取关于目标检测信息的实时筛选规则；
27、第二模块，其用于基于桥梁多病害检测模型和桥梁病害检测知识库，并在所述实时筛选规则下获取关于目标检测信息的动态阈值；
28、第三模块，其用于基于桥梁多病害检测模型和桥梁病害检测知识库，以及以上实时筛选规则和动态阈值检测出所述目标检测信息的病害类型。
29、第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有基于yolo算法的桥梁病害检测养护程序，其中所述基于yolo算法的桥梁病害检测养护程序被处理器执行时，实现基于yolo算法的桥梁病害检测养护方法的步骤。
30、本申请提供的技术方案带来的有益效果包括：
31、本申请实施例提供了一种基于yolo算法的桥梁病害检测养护方法及系统，通过实时筛选规则可以将钢混结构、混凝土结构、钢结构桥梁病害区分开，根据桥梁类型的不同，预先排除掉该类型桥梁不存在的病害，达到降低干扰的目的，进而增加识别的准确率；通过预先判断的病害类型以得出对应的动态阈值，然后以动态阈值进行识别可以避免检测目标冗余以及误检情况的发生；从而结合专家知识，以及实时筛选规则和动态阈值进行双重筛选，以使识别过程中避免不同材料桥梁的病害类型，不同位置病害类型所产生的干扰；同时，在专家知识的支持下，实现较高水平的成因分析和养护建议
32、附图说
33、为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一本文档来自技高网...
【技术保护点】
1.一种基于Yolo算法的桥梁病害检测养护方法，其特征在于，其包括：
2.如权利要求1所述的基于Yolo算法的桥梁病害检测养护方法，其特征在于，基于桥梁多病害检测模型和桥梁病害检测知识库，获取关于目标检测信息的实时筛选规则，包括以下步骤：
3.如权利要求1所述的基于Yolo算法的桥梁病害检测养护方法，其特征在于，基于桥梁多病害检测模型和桥梁病害检测知识库，并在所述实时筛选规则下获取关于目标检测信息的动态阈值，包括以下步骤：
4.如权利要求1所述的基于Yolo算法的桥梁病害检测养护方法，其特征在于，构建所述桥梁病害检测知识库包括以下步骤：
5.如权利要求1所述的基于Yolo算法的桥梁病害检测养护方法，其特征在于：
6.如权利要求5所述的基于Yolo算法的桥梁病害检测养护方法，其特征在于：
7.如权利要求6所述的基于Yolo算法的桥梁病害检测养护方法，其特征在于，根据目标检测信息的病害类型，并结合桥梁病害检测知识库和桥梁病害养护知识库生成病害成因分析报告和养护对策，包括以下步骤：
8.如权利要求1所述
9.一种基于Yolo算法的桥梁病害检测养护系统，其特征在于，其包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于Yolo算法的桥梁病害检测养护程序，其中所述基于Yolo算法的桥梁病害检测养护程序被处理器执行时，实现如权利要求1至8中任一项所述的基于Yolo算法的桥梁病害检测养护方法的步骤。
...【技术特征摘要】
1.一种基于yolo算法的桥梁病害检测养护方法，其特征在于，其包括：
2.如权利要求1所述的基于yolo算法的桥梁病害检测养护方法，其特征在于，基于桥梁多病害检测模型和桥梁病害检测知识库，获取关于目标检测信息的实时筛选规则，包括以下步骤：
3.如权利要求1所述的基于yolo算法的桥梁病害检测养护方法，其特征在于，基于桥梁多病害检测模型和桥梁病害检测知识库，并在所述实时筛选规则下获取关于目标检测信息的动态阈值，包括以下步骤：
4.如权利要求1所述的基于yolo算法的桥梁病害检测养护方法，其特征在于，构建所述桥梁病害检测知识库包括以下步骤：
5.如权利要求1所述的基于yolo算法的桥梁病害检测养护方法，其特征在于：
6.如权利要求5所述...
【专利技术属性】
技术研发人员：赵训刚，姚金鑫，周强，刘诗洋，钟继卫，黄晓航，王波，吴巨峰，王熊珏，
申请(专利权)人：中铁大桥局集团有限公司，
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。