【技术实现步骤摘要】
本专利技术属于混凝土裂缝级联识别,特别是涉及基于矩形样本与标准化的混凝土裂缝级联识别算法。
技术介绍
1、裂缝区别于其他面状物体,裂缝的特征更偏向于线状,传统的混凝土裂缝级联识别技术使用正方形样本,导致裂缝在图片中像素的占比也相对较低。同时,传统的混凝土裂缝级联识别技术采用先验信息强化和级联检测的思想,裂缝检测算法在裂缝漏识别率上控制的较为理想,但是仍然存在较高的误识别率。虽然降低漏识别率是裂缝检测的首要目标,但是过高的误识别率仍然会给后续人工的工作增加负担,仍然需要进一步优化检测技术,在保证低漏识别率的基础上进一步降低误识别率。
技术实现思路
1、技术方案:为了解决上述的技术问题,本专利技术提供的基于矩形样本与标准化的混凝土裂缝级联识别算法,具体方法是通过使用长度方向与裂缝走向一致的矩形切片作为样本进行网络训练;所述网络训练是通过将alexnet和resnet34网络级联为裂缝识别网络,先利用alexnet深度网络将所有待分类样本区分为非线状物与线状物两大类,再利用resnet34网络将
...【技术保护点】
1.基于矩形样本与标准化的混凝土裂缝级联识别算法,其特征在于:具体方法是通过使用长度方向与裂缝走向一致的矩形切片作为样本进行网络训练;所述网络训练是通过将Alexnet和Resnet34网络级联为裂缝识别网络,先利用AlexNet深度网络将所有待分类样本区分为非线状物与线状物两大类,再利用Resnet34网络将所有在第一次分类中被识别为线状物的样本中区分为裂缝、疑似裂缝与非裂缝三类。
2.根据权利要求1所述基于矩形样本与标准化的混凝土裂缝级联识别算法,其特征在于:方法的具体步骤为:
3.根据权利要求1所述基于矩形样本与标准化的混凝土裂缝级联识别
...【技术特征摘要】
1.基于矩形样本与标准化的混凝土裂缝级联识别算法,其特征在于:具体方法是通过使用长度方向与裂缝走向一致的矩形切片作为样本进行网络训练;所述网络训练是通过将alexnet和resnet34网络级联为裂缝识别网络,先利用alexnet深度网络将所有待分类样本区分为非线状物与线状物两大类,再利用resnet34网络将所有在第一次分类中被识别为线状物的样本中区分为裂缝、疑似裂缝与非裂缝三类。
2.根据权利要求1所述基于矩形样本与标准化的混凝土裂缝级联识别算法,其特征在于:方法的具体步骤为:
3.根据权利要求1所述基于矩形样本与标准化的混凝土裂缝级联识别算法,其特征在于:步骤s3中,将所得切片改进为目标矩形样本的步骤如下:
4.根...
【专利技术属性】
技术研发人员:张欢,史春乐,尹初,潘大荣,袁辉,赵启林,李子涵,
申请(专利权)人:昆山市房屋安全鉴定管理站,
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。