一种基于RGB-D与改进yolov5模型的桥梁病害检测方法技术

本发明专利技术公开一种基于RGB‑D与改进yolov5模型的桥梁病害检测方法，步骤采集桥梁病害图像数据进行标注制成训练集、测试集与验证集，搭建出能够病害类型识别与图像分割的模型，获取改进yolov5模型，进行RGB相机与深度相机的标定，计算出旋转矩阵和平移向量，通过采集N组标定板图像，进行两个相机的内参和外参标定和两个相机之间的转换关系进行标定，采集桥梁的RGB图像和深度图像，将RGB图像作为模型的输入进行检测，获取检测与图像分割结果，若存在病害，映射到深度图像上，计算出桥梁病害的尺寸。该方法通过两相机图像数据结合改进yolov5模型对桥梁病害类型的定性定量检测与分析，可深入评估桥梁的健康状况。

【技术实现步骤摘要】

本专利技术涉及桥梁的病害检测方法领域，特别是涉及基于机器视觉分析判断的桥梁的病害检测方法。

技术介绍

1、桥梁是现代交通和基础设施的重要组成部分，它们承载着车辆和行人的重量，保证了交通的安全和顺畅。随着桥梁的使用和老化，桥梁病害的出现成为一个普遍存在的问题，桥梁病害指的是桥梁结构中的各种损伤、缺陷或退化，可能包括裂缝、腐蚀、锈蚀、碰撞损伤、混凝土剥落等，因此桥梁需要定期的进行检测、维护。桥梁病害检测方法传统的通常需要人工进行，耗时耗力且效率低下，人工检测还有错检漏检的问题存在。而基于机器视觉目前还很少在实际检测中应用，基于机器视觉和深度学习技术的桥梁病害检测方法是通过图像采集、图像处理和模式识别等技术来实现对桥梁病害的自动检测和分析，相对人工检测能够提高检测效率和准确性。

2、中国专利申请号202311465551.0的一种基于双目视觉和目标检测的桥梁部件精确定位方法，通过双目立体匹配获取桥梁的深度图像，并采用基于深度学习的目标检测方法实现对桥梁部件精确定位，由于该方法采用双目立体匹配的三维数据重建方式，因此深度图像质量严重依赖目标的图像纹理特本文档来自技高网...

【技术保护点】

1.一种基于RGB-D与改进yolov5模型的桥梁病害检测方法，其特征在在于：检测方法步骤如下：

2.如权利要求1所述的一种基于RGB-D与改进yolov5模型的桥梁病害检测方法，其特征在在于：所述步骤2中以yolov5模型为基础进行改进包括将MobileNetV3模型结构和Stemblock结构替代为yolov5的主干模型结构、在yolov5模型中添加图像分割模型结构和修改yolov5模型中IoU损失函数，所述在yolov5模型中添加图像分割模型结构其分割的损失函数表达式为；

3.如权利要求1或2所述的一种基于RGB-D与改进yolov5模型的桥梁病害检测方法，...

【技术特征摘要】

1.一种基于rgb-d与改进yolov5模型的桥梁病害检测方法，其特征在在于：检测方法步骤如下：

2.如权利要求1所述的一种基于rgb-d与改进yolov5模型的桥梁病害检测方法，其特征在在于：所述步骤2中以yolov5模型为基础进行改进包括将mobilenetv3模型结构和stemblock结构替代为yolov5的主干模型结构、在yolov5模型中添加图像分割模型结构和修改yolov5模型中iou损失函数，所述在yolov5模型中添加图像分割模型结构其分割的损失函数表达式为；

3.如权利要求1或2所述的一种基于rgb-d与改进yolov5模型的桥梁病害检测方法，其特征在在于：所述步骤4中rgb相机与深度相机之间的旋转矩阵记为r和平移向量记为t的计算方法是：若世界坐标系上有一个点p，点p在rgb相机坐...

【专利技术属性】
技术研发人员：梁培栋，姜辉，刘金明，黄承曦，陈超，周萍，周永海，刘冰，刘帅，张婷婷，
申请(专利权)人：泉州通维科技有限责任公司，
类型：发明
国别省市：