[发明专利]一种道路井盖破损检测方法

权利要求书

1.一种道路井盖破损检测方法，其特征在于，包括以下步骤：

S1：利用车载式图像获取设备获取井盖的视频数据，截取视频数据中的井盖图像，获取井盖缺陷的图像，对井盖缺陷的图像进行0°-180°随机旋转，并将随机生成的井盖缺陷的图像叠加在标准井盖图像的不同位置，生成含有不同缺陷的井盖缺陷图像数据集，对井盖缺陷图像数据集中的图像进行模糊处理，获取增强井盖缺陷图像数据集；

S2：对所述增强井盖缺陷图像数据集中的图像进行种类标注，形成COCO数据集；

S3：将步骤S2中的COCO数据集分为训练子集和测试子集；

S4：将步骤S3中训练子集中的数据输入至改进的YOLOv4算法中训练；

S41：根据设置好的K类先验框作为初始，从目标的先验框选取K个作为初始先验框；

其中，a_k、b_k为设定好的K类先验框，a_j、b_j为目标先验框尺寸数据；D为聚类中心与其他先验框尺寸的欧式距离；

S42：从K类先验框中选取尺寸满足阈值要求的先验框，并将其归为同一聚类，然后重新计算每一聚类的中心；

其中，C_k、Z_k为新聚类的K类先验框尺寸，a_a、b_a为聚类在一类的先验框尺寸，N为该类先验框的总个数；

S43：一种重复步骤S42，直到聚类中心不再变化，从而确定先验框；

S5：对所述训练子集进行若干次迭代训练，获取至少两个目标检测模型；

S6：对获取的目标检测模型进行分析，获得最优检测模型；

S7：利用所获取的最优模型识别待测井盖图像。

2.根据权利要求1所述的一种道路井盖破损检测方法，其特征在于，所述步骤S5中获取至少两个最优检测模型的步骤包括：

S51：对训练子集进行迭代训练，每一轮迭代均会产生损失，损失函数loss的计算公式如下：

loss＝a₁l_box+a₂l_0bj+a₃l_Q

其中，l_box为目标位置损失函数，l_0bj为置信度损失函数，l_Q为真实类与预测类之间的损失函数，a₁,a₂,a₃为平衡系数；

其中，λ_iou表示边界框回归损失权重系数，l_ij,obj＝1，s²表示为13×13、26×26、104×104个网格；B表示为每个网格产生先验框的个数；b、表示先验框和目标框的中心点；ρ表示为两个中心点的欧式距离；c表示同时覆盖先验框和目标框的最小矩形对角线距离；表示第i个先验框所在位置；w、h表示第i个实际框所在位置，IOU表示预测位置和实际位置所占有的总区域；

其中，a_i表示为置信度损失权重系数，通过改变a_i调整置信度损失函数在训练过程中影响的权重，l_ij,noobj＝0/1表示在i,j无目标/有目标；l_ij,obj＝1/0表示在i,j有目标/无目标；ε_q表示为每个类别目标对应的损失权重系数，通过改变ε_q调整每个类别在训练损失过程中影响权重；Q_i表示为第i个框实际置信度；表示为第i个先验框置信度；

l_Q＝ε_ja_i(1-c_i)^βln c_i

其中，ε_j＝1/0时表示为有真实类别/无真实类别；c_i表示为类别i的预测概率，β为调节系数；

S52：从迭代生成的若干个loss值中选取最小的三个，得到三个的目标检测模型。