一种基于transformer的小样本路面病害自动化检测方法及系统技术方案

本申请提供一种基于transformer的小样本路面病害自动化检测方法及系统；其中，检测方法，包括：数据集预处理：对数据集进行数据筛选与数据增强后，使用对比度受限自适应直方图均衡处理，并将处理后数据集进行补丁块分割；初始化和训练检测模型：将进行预处理后的训练数据集输入swin‑transformer模型，进行补丁标签初始化，再通过EM补丁标签蒸馏方法进行模型训练；路面病害检测：将检测数据集输入经过训练的swin‑transformer模型，得到检测数据集的补丁标签；路面病害分类定位：根据检测数据集的补丁标签，通过弱监督学习K‑means算法得到路面病害的类型与位置。本申请提供的基于transformer的小样本路面病害自动化检测方法及系统，能够实现对路面病害的高效自动化检测。

【技术实现步骤摘要】

本申请涉及路面病害检测领域，尤其涉及一种基于transformer的小样本路面病害自动化检测方法及系统。

技术介绍

1、路面病害检测是道路养护的重要环节，目前路面病害检测方式主要分为日常巡检和定期检测两种，日常巡检通常是以人工巡检为主，通过目视发现、手动测量填表、后期人工统计汇总方式实施；而定期巡检通常以搭载复杂仪器设备的专业检测车辆为主，通过定速行驶采集路面数据、检测分析路面状况，近年来强制定期检测，被广泛采用。

2、但是，采用人工巡检方式的日常巡检，检测效果和精度严重依赖于巡检人员的责任心和经验能力，并且检测效率低；而定期巡检需要专业检测团队实施，检测成本高、周期长，无法用于日常性检测。

3、目前，对于路面病害的检测，存在以下三种方式：

4、1.基于低级图像分析、手工制作的特征和经典分类器来进行路面病害识别，但该种方式对于各种病害的特征定义和提取困难，检测效率低；

5、2.基于深度学习的对象检测方法，如众所周知的rcnn系列和yolo系列等。但此类方法通常采用候选框和滑动窗口的策略，因此需要提供大量的高质本文档来自技高网...

【技术保护点】

1.一种基于transformer的小样本路面病害自动化检测方法，其特征在于，包括：

2.根据权利要求1所述的小样本路面病害自动化检测方法，其特征在于，所述补丁标签初始化，包括：将整张图像标签视为其补丁的初始标签，其中，为补丁的初始标签，yi为整张图像标签。

3.根据权利要求1所述的小样本路面病害自动化检测方法，其特征在于，所述swin-transformer模型表示为：

4.根据权利要求3所述的小样本路面病害自动化检测方法，其特征在于，所述EM补丁标签蒸馏方法，包括：最大化步骤与期望步骤；

5.根据权利要求4所述的小样本路面病害自动化检测...

【技术特征摘要】

1.一种基于transformer的小样本路面病害自动化检测方法，其特征在于，包括：

2.根据权利要求1所述的小样本路面病害自动化检测方法，其特征在于，所述补丁标签初始化，包括：将整张图像标签视为其补丁的初始标签，其中，为补丁的初始标签，yi为整张图像标签。

3.根据权利要求1所述的小样本路面病害自动化检测方法，其特征在于，所述swin-transformer模型表示为：

4.根据权利要求3所述的小样本路面病害自动化检测方法，其特征在于，所述em补丁标签蒸馏方法，包括：最大化步骤与期望步骤；

5.根据权利要求4所述的小样本路面病害自动化检测方法，其特征在于，通过图像等级感知阈值方法irt更新补丁为病害补丁的条件，包括：其置信度分数高于病害数量的比率补丁到前一次迭代中的总数。

6.根据权利要求5所述的小样本路面病害自...

【专利技术属性】
技术研发人员：刘峰，陈囡，黄文清，刘嘉，卢家莉，霍仕峰，
申请(专利权)人：广东诚泰交通科技发展有限公司，
类型：发明
国别省市：