桥梁表面缺陷检测的训练方法、检测方法及相关装置制造方法及图纸

本申请提供了桥梁表面缺陷检测的训练方法、检测方法及相关装置，通过将训练桥梁表面图像进行像素重排得到信息核，将信息核所作用通道的信息分散到信息核所作用通道的空间邻域，将信息核所作用通道和空间邻域进行卷积得到通道向量；根据通道向量计算融合注意力特征；将融合注意力特征进行缩放得到多个不同尺度的第一特征，将多个第一特征的像素进行级联得到第二特征，根据第二特征分类得到细粒度预测结果；将第二特征输入至与细粒度预测结果的尺度对应的输出层进行检测得到缺陷预测结果；实现通道信息的高效融合和共享，减少初始阶段的信息损失，提高微小目标的检测性能；避免将小尺度特征输入到不合适的输出层而导致锚框分配效率低下的问题。

【技术实现步骤摘要】

本申请实施例涉及图像处理领域，尤其涉及桥梁表面缺陷检测的训练方法、检测方法及相关装置。

技术介绍

1、对桥梁表面缺陷的巡检工作主要集中在四大方面：桥梁裂缝、螺栓腐蚀、螺栓松动以及螺栓缺失。其由风化、材料疲劳或应力集中等多种因素引起，一旦不及时发现并加以维护，将导致桥梁结构进一步恶化，引发表层脱落、钢筋腐蚀和结构失效。最终损害桥梁的结构完整性，对整个桥梁结构的稳定性和安全性造成严重威胁。因此需要定期对桥梁裂缝和螺栓开展巡检维护工作，避免潜在的结构失效风险。

2、现有的桥梁巡检工作主要是依靠人工目测检查，不仅效率极低，且极易受到天气因素的影响。此外，为了检查桥梁顶端的混凝土或缆索索夹等部位的螺栓缺陷情况，工人需要攀爬铁架登高作业，极大增加作业的风险，存在严重的安全隐患。

技术实现思路

1、以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

2、本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一，本申请实施例提供了桥梁表面缺陷检测的训练方法、检测方法及相关本文档来自技高网...

【技术保护点】

1.一种桥梁表面缺陷检测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的桥梁表面缺陷检测模型的训练方法，其特征在于，所述训练桥梁表面图像是在不同时间段下从不同角度对桥梁表面进行拍摄所形成的图像。

3.根据权利要求1所述的桥梁表面缺陷检测模型的训练方法，其特征在于，在所述将所述训练桥梁表面图像进行像素重排得到信息核之前，所述方法包括：

4.根据权利要求1所述的桥梁表面缺陷检测模型的训练方法，其特征在于，所述根据所述通道向量计算得到融合通道注意力和空间注意力的融合注意力特征，包括：

5.根据权利要求4所述的桥梁表面缺陷检测模型的训练...

【技术特征摘要】

1.一种桥梁表面缺陷检测模型的训练方法，其特征在于，包括：

2.根据权利要求1所述的桥梁表面缺陷检测模型的训练方法，其特征在于，所述训练桥梁表面图像是在不同时间段下从不同角度对桥梁表面进行拍摄所形成的图像。

3.根据权利要求1所述的桥梁表面缺陷检测模型的训练方法，其特征在于，在所述将所述训练桥梁表面图像进行像素重排得到信息核之前，所述方法包括：

4.根据权利要求1所述的桥梁表面缺陷检测模型的训练方法，其特征在于，所述根据所述通道向量计算得到融合通道注意力和空间注意力的融合注意力特征，包括：

5.根据权利要求4所述的桥梁表面缺陷检测模型的训练方法，其特征在于，所述一维卷积核计算的式子表示为：其中，k为卷积核大小，c为池化特征的通道数，b和γ为用于调整卷积核大小的超参数，|·|odd表示取奇数。

6.根据权利要求1...

【专利技术属性】
技术研发人员：何元锋，潘嘉灏，陆颖琪，潘文锋，龙智豪，冼庭锋，游杰，黎心如，翟懿奎，
申请(专利权)人：五邑大学，
类型：发明
国别省市：