基于深度学习算法的地下结构裂纹病害判别方法
公开
摘要
本发明公开了一种基于深度学习算法的地下结构裂纹病害判别方法，包括如下步骤：基于Mask R‑CNN深度学习算法，获取优化的初始参数，针对大量地下结构裂纹图像的深度学习，获取图像裂纹的智能识别模型，实现对任意裂纹的自动识别；针对自动识别的裂纹，采取骨架提取算法和函数拟合方法获得裂纹长宽等几何特征参数的计算方法；结合裂纹产生原因分析，提出采用裂纹类型、单位面积上裂纹数量、最大裂纹宽度、最长裂纹长度多因素组合考虑的地下结构损伤病害等级判别。本发明可以有效的实现地下结构的裂纹病害检测智能化，具有远距离、无接触、快速便捷、准确度高的优点。
基本信息
专利标题 ：
基于深度学习算法的地下结构裂纹病害判别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581764A
申请号 ：
CN202111599047.0
公开（公告）日 ：
2022-06-03
申请日 ：
2021-12-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
朱磊李东彪沈才华刘向阳闫星志
申请人 ：
中交基础设施养护集团有限公司;河海大学;中交南京交通工程管理有限公司
申请人地址 ：
北京市朝阳区望京西园二区221号楼5层601室
代理机构 ：
南京苏高专利商标事务所(普通合伙)
代理人 ：
赵淑芳
优先权 ：
CN202111599047.0
主分类号 ：
G06V20/10
IPC分类号 ：
G06V20/10 G06V10/774 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
