一种基于Yolo网络和DIC技术的混凝土内部损伤预测方法
公开
摘要
本发明公开了一种基于Yolo网络和DIC技术的混凝土内部损伤预测方法，引入三维交并比概念，并将其应用于深度学习的训练中，包括以下步骤：步骤S1、构建多个梁的损伤模型和多个柱的损伤模型，构建位移云图样本库；步骤S2、构建一种新的经过优化的Yolo神经网络模型；步骤S3、基于步骤S2新的经过优化的Yolo神经网络模型，通过位移云图样本库训练新的经过优化的Yolo神经网络模型，其中损失函数考虑了三维交并比预测误差LossIoU的影响。步骤S4、利用步骤S3中通过位移云图样本库训练的优化的Yolo神经网络模型，识别出的混凝土内部损伤位置和深度，完成混凝土内部损伤的预测。本方法更准确、效率高、成本低。
基本信息
专利标题 ：
一种基于Yolo网络和DIC技术的混凝土内部损伤预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612394A
申请号 ：
CN202210185613.1
公开（公告）日 ：
2022-06-10
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴刚冯锦鹏高康侯士通何小元张建
申请人 ：
东南大学
申请人地址 ：
江苏省南京市玄武区四牌楼2号
代理机构 ：
南京经纬专利商标代理有限公司
代理人 ：
朱桢荣
优先权 ：
CN202210185613.1
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06V10/774 G06V10/82 G06N3/04 G06N3/08 G06T17/20 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-06-10 ：
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
