[发明专利]一种基于深度卷积融合神经网络的路面裂缝识别方法

摘要

本发明提供了一种基于深度卷积融合神经网络的路面裂缝识别方法，包括以下步骤：步骤1，采集N幅路面图像，并对N幅路面图像进行预处理，对预处理后的N幅路面图像进行图像增广，得到M幅路面图像；步骤2，对M幅路面图像进行裂缝类别标注，并将裂缝标注后的M幅路面图像分为训练集、交叉验证集和测试集；步骤3，训练裂缝分类检测；步骤4，训练裂缝分割模型；步骤5，将待识别图像输入裂缝分割模型中，得到待识别图像中裂缝的类别和置信度；再将待识别图像输入至裂缝分割模型，得到裂缝二值图像；步骤6，计算待识别图像中裂缝面积、长度和宽度；步骤7，将待识别图像中裂缝的类别、置信度、坐标、面积、长度和宽度信息绘制到待识别图像上。

主权项

1.一种基于深度卷积融合神经网络的路面裂缝识别方法，其特征在于，包括以下步骤：步骤1，采集N幅路面图像，并对N幅路面图像进行预处理，对预处理后的N幅路面图像进行图像增广，得到M幅路面图像，M>N；步骤2，对M幅路面图像进行裂缝类别标注，并将裂缝标注后的M幅路面图像按照7:3的比例分为训练集和交叉验证集；步骤3，构建裂缝分类检测模型，将训练集和交叉验证集输入所构建裂缝分类检测模型中进行训练，得到裂缝分类检测模型的最优权重；步骤4，构建裂缝分割模型，将训练集和交叉验证集输入所构建裂缝分割模型模型中进行训练，得到裂缝分割模型的最优权重；步骤5，将待识别图像输入裂缝分割模型中，得到待识别图像中裂缝的类别和置信度，将裂缝的类别标注在待识别图像上；再将待识别图像输入至裂缝分割模型，得到裂缝二值图像，即得到待识别图像中裂缝的坐标；步骤6，根据裂缝二值图像，计算待识别图像中裂缝的面积、长度和宽度；步骤7，将待识别图像中裂缝的类别、置信度、坐标、面积、长度和宽度信息绘制到待识别图像上。