[发明专利]基于卷积神经网络的建筑物表面病害检测方法及系统在审
| 申请号： | 202110993730.6 | 申请日： | 2021-08-27 |
| 公开（公告）号： | CN113724219A | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 李佳阳;赵林畅;尚赵伟;何静媛 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/136;G01N21/88;G06K9/00;G06K9/20;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 重庆双马智翔专利代理事务所(普通合伙) 50241 | 代理人： | 顾晓玲 |
| 地址： | 400030 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度学习网络模型的建筑物表面病害检测方法及系统。该方法为：获取建筑物表面图像，作为数据集；将数据集输入深度学习网络模型中进行学习，学习过程中该深度学习网络模型对特征提取网络多尺度特征图检测与融合；将融合特征图于该深度学习网络模型中进行初次迭代训练，初次训练完成后，以设定范围内的余弦退火学习率再进行第二次训练，保存第二次训练中每次迭代的模型的参数，并求出所有模型的中位数得到新的模型；之后基于训练完成的深度学习网络模型对建筑物表面病害进行识别。该方法能识别到较小的病害特征，大幅提升了模型AP准确率和目标定位与分类准确率，使得对病害特征的识别更加准确。 | ||
| 搜索关键词： | 基于 卷积 神经网络 建筑物 表面 病害 检测 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110993730.6/，转载请声明来源钻瓜专利网。
