[发明专利]基于宽度学习神经网络的桥梁路面裂缝分类识别方法

摘要

本发明涉及一种基于宽度学习神经网络的桥梁路面裂缝分类识别方法，属于图像处理和计算机视觉领域。利用宽度学习神经网络同时实现桥梁裂缝位置和裂缝属性的准确识别分类，主要解决目前基于宽度学习神经网络的桥梁裂缝的检测方法无法直接获取裂缝的宽度和长度信息的问题以及将PC端和手机端的结合来进行桥梁裂缝的分类识别，给桥梁裂缝的分类识别带来了更准确、更便捷、可靠性更高的方法，提高了桥梁裂缝检测的效率以及检测结果的准确性和稳定性。

主权项

1.一种基于宽度学习神经网络的桥梁裂缝分类识别方法，其特征在于：该方法包括以下步骤：步骤一、创建宽度学习图像训练集；步骤二、训练宽度学习神经网络模型；步骤三、使用训练好的神经网络模型对待检测图像进行检测并输出预测标签图像；步骤四、根据预测标签图像输出检测结果，包括图像类别、裂缝的坐标信息以及裂缝的像素级宽度值和长度值；步骤五、根据检测结果通过输出病害记录结果，若待检测桥梁路面图像中存在裂缝，则记录图像名称、裂缝的坐标信息以及裂缝的宽度值和长度值；若待检测图像中没有裂缝，则就不需要记录；步骤六、将pc端训练好的模型导入到移动端再到车载系统。