当前位置: 首页 > 专利查询>安徽大学专利>正文

结合YOLOv8和RTDETR的道路缺陷检测方法技术

技术编号:41740027 阅读:30 留言:0更新日期:2024-06-19 12:59
本发明专利技术公开了一种结合YOLOv8和RTDETR的道路缺陷检测方法,采用YOLOv8特征提取网络实现对道路雷达图像的多尺度特征提取,采用RTDETR缺陷检测网络对提取出的特征进行缺陷区域的识别与分割,并在YOLOv8特征提取网络的Backbone网络中,利用CAGM模块对Conv层以及GFNet层获取的特征信息进行多次交互从而丰富梯度流信息。本发明专利技术基于以上技术内容的改进,从而大大提升了道路缺陷检测的准确率和召回率。

【技术实现步骤摘要】

本专利技术涉及道路缺陷识别,具体是一种结合和rtdetr的道路缺陷检测方法。


技术介绍

1、探地雷达是近几十年来高能增强地质物理探测技术的一种重要探测方法。探地雷达利用单极或线性阵列发射雷达脉冲,在地中传播和反射,经天线接收返回信号并记录成扫描图像或者扫描图像,扫描图像中包含地下物体与地表地层之间的反差信息。探地雷达具有无损检测、实时成像等优点,应用于地面下障碍物和空洞检测、建筑物结构内部检查以及地质勘察等领域。

2、然而,探地雷达图像质量不一,常有信号噪声和边界不清等问题影响缺陷识别。主要原因有:地层环境复杂易产生多路径效应、信号衰减等,影响信号质量;探测设备性能差异造成扫描分辨率和深度限制;地下物体大小、材质及埋深也会影响信号的返回强弱及波形变化;环境温度和湿度变化也可能引起电阻系数差异,对信号产生影响;成像过程中数字化量化误差等也会在一定程度上降低图像质量。

3、传统缺陷识别方法主要是利用阈值分割、边缘检测等基于灰度或者幅值的低级特征,对复杂图像识别效果不佳。深度学习方法能考虑图像上下文信息,从全局角度提升识别率。但目前在探地本文档来自技高网...

【技术保护点】

1.结合和的道路缺陷检测方法,其特征在于:具体包括有以下步骤:

2.根据权利要求1所述的结合和的道路缺陷检测方法,其特征在于:所述的获取企业原始道路地面探测数据集并进行缺陷可视化处理及缺陷标注的具体步骤为:

3.根据权利要求1所述的结合和的道路缺陷检测方法,其特征在于:所述的数据进行初步特征提取的具体步骤为:

4.根据权利要求3所述的结合和的道路缺陷检测方法,其特征在于:所述的网络进行特征融合的文件具体如下:

5.根据权利要求4所述的结合和的道路缺陷检测方法,其特征在于:所述的模块的输入为网络的输出、、,模块的输出为特征,模块的处理过程具体...

【技术特征摘要】

1.结合和的道路缺陷检测方法,其特征在于:具体包括有以下步骤:

2.根据权利要求1所述的结合和的道路缺陷检测方法,其特征在于:所述的获取企业原始道路地面探测数据集并进行缺陷可视化处理及缺陷标注的具体步骤为:

3.根据权利要求1所述的结合和的道路缺陷检测方法,其特征在于:所述的数据进行初步特征提取的具体步骤为:

4.根据权利要求3所述的结合和的道路缺陷检测方法,其特征在于:所述的网络进行特征融合的文件具体如下:

<...

【专利技术属性】
技术研发人员:张鑫明周思宇徐佳王华彬李学俊
申请(专利权)人:安徽大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1