一种基于深度学习的道路风险源检测方法
实质审查的生效
摘要
本发明涉及一种基于深度学习的道路风险源检测方法，属于路面风险源检测领域。该方法包括：S1：获取道路的图像，并对道路图像进行初步筛选；S2：对筛选后的图像进行数据增广和打标签，得到实验数据集；S3：将实验数据集送入深度学习网络模型训练，获得道路风险源的初步识别结果；S4：根据改进的两阶段Faster RCNN网络模型计算得到的损失和模型回归参数对步骤S3得到的识别结果进行微调，得到最终识别结果。本发明能自动识别道路风险源，且识别效率高、成本低廉、操作简便。
基本信息
专利标题 ：
一种基于深度学习的道路风险源检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114495067A
申请号 ：
CN202210134800.7
公开（公告）日 ：
2022-05-13
申请日 ：
2022-02-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
庞荣张朋刘大洋王吉龙王敦陈卓韩坤林方鹏程斯新华
申请人 ：
招商局重庆公路工程检测中心有限公司
申请人地址 ：
重庆市南岸区学府大道33号（十六）幢
代理机构 ：
北京同恒源知识产权代理有限公司
代理人 ：
赵荣之
优先权 ：
CN202210134800.7
主分类号 ：
G06V20/58
IPC分类号 ：
G06V20/58 G06V10/774 G06V10/764 G06K9/62 G06V10/82 G06N3/04 G06N3/08
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06V 20/58
申请日 : 20220214
申请日 : 20220214
2022-05-13 ：
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
