【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及圖像處理，尤其涉及一種大壩裂縫檢測方法、裝置、電子設(shè)備及存儲介質(zhì)。
技術(shù)介紹
1、大壩指截河攔水的堤堰，水庫、江河等的攔水大堤。一般水庫大壩主要由主壩、副壩、正常溢洪道、非常溢洪道、新增非常溢洪道、靈正渠涵管及電站組成。由于外界諸多方面因素的不利影響，使得大壩存在不同程度的裂縫問題。
2、大壩裂縫的檢測一般是由專業(yè)人員使用專用設(shè)備定期去大壩上檢測。依賴人工檢查的方式存在檢測精度低的情況，并且在某些工作環(huán)境中基本難以用人工實現(xiàn)裂縫檢測。隨著計算機視覺的發(fā)展，圖像處理技術(shù)在眾多領(lǐng)域得到應(yīng)用。利用傳統(tǒng)圖像處理技術(shù)能夠?qū)崿F(xiàn)大壩裂縫的檢測，例如，利用邊緣檢測算法對大壩裂縫進(jìn)行檢測，但這些算法只適用于寬度較大、背景簡單和明顯的裂縫檢測。
3、因此，還需要對目前的檢測算法進(jìn)行改進(jìn)，對大壩裂縫檢測進(jìn)行深入研究。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)提供了一種大壩裂縫檢測方法、裝置、電子設(shè)備及存儲介質(zhì)，能夠提高裂縫檢測精度，并且能夠適應(yīng)各種場景。
2、根據(jù)本專利技術(shù)的一方面，提供了一種大壩裂縫檢測方法，該方法包括：
3、獲取待檢測裂縫圖像；
4、利用裂縫檢測模型對所述待檢測裂縫圖像進(jìn)行檢測，得到裂縫檢測結(jié)果；其中，所述裂縫檢測模型由基于回歸的目標(biāo)檢測算法構(gòu)成；所述基于回歸的目標(biāo)檢測算法包括改進(jìn)的注意力機制模塊和改進(jìn)的特征金字塔網(wǎng)絡(luò)模塊；所述改進(jìn)的注意力機制模塊由全局注意力機制和全局上下文注意力機制構(gòu)成，用于對輸入的特征進(jìn)行通道信息和空
5、根據(jù)本專利技術(shù)的另一方面，提供了一種大壩裂縫檢測裝置，該裝置包括：
6、待檢測裂縫圖像獲取單元，用于獲取待檢測裂縫圖像；
7、裂縫檢測結(jié)果得到單元，用于利用裂縫檢測模型對所述待檢測裂縫圖像進(jìn)行檢測，得到裂縫檢測結(jié)果；其中，所述裂縫檢測模型由基于回歸的目標(biāo)檢測算法構(gòu)成；所述基于回歸的目標(biāo)檢測算法包括改進(jìn)的注意力機制模塊和改進(jìn)的特征金字塔網(wǎng)絡(luò)模塊；所述改進(jìn)的注意力機制模塊由全局注意力機制和全局上下文注意力機制構(gòu)成，用于對輸入的特征進(jìn)行通道信息和空間關(guān)系建模；所述改進(jìn)的特征金字塔網(wǎng)絡(luò)模塊用于將提取到的特征通道降維至目標(biāo)通道數(shù)。
8、根據(jù)本專利技術(shù)的另一方面，提供了一種電子設(shè)備，所述電子設(shè)備包括：
9、至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的計算機程序，所述計算機程序被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行本專利技術(shù)任一實施例所述的一種大壩裂縫檢測方法。
10、根據(jù)本專利技術(shù)的另一方面，提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機指令，所述計算機指令用于使處理器執(zhí)行時實現(xiàn)本專利技術(shù)任一實施例所述的一種大壩裂縫檢測方法。
11、本專利技術(shù)實施例的技術(shù)方案，通過獲取待檢測裂縫圖像，然后利用裂縫檢測模型對待檢測裂縫圖像進(jìn)行檢測，得到裂縫檢測結(jié)果。本技術(shù)方案，能夠提高裂縫檢測精度，并且能夠適應(yīng)各種場景。
12、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本專利技術(shù)的實施例的關(guān)鍵或重要特征，也不用于限制本專利技術(shù)的范圍。本專利技術(shù)的其它特征將通過以下的說明書而變得容易理解。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種大壩裂縫檢測方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于回歸的目標(biāo)檢測算法包括改進(jìn)的YOLOv8模型；其中，所述改進(jìn)的YOLOv8模型的主干部分為改進(jìn)的全局注意力機制模塊；所述改進(jìn)的YOLOv8模型的融合增強部分為改進(jìn)的特征金字塔網(wǎng)絡(luò)模塊。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述裂縫檢測模型的訓(xùn)練過程包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，獲取待訓(xùn)練裂縫檢測模型的原始數(shù)據(jù)集，包括：
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，基于所述原始數(shù)據(jù)集控制所述待訓(xùn)練裂縫檢測模型執(zhí)行裂縫檢測任務(wù)，包括：
6.根據(jù)權(quán)利要求3所述的方法，其特征在于，依據(jù)所述裂縫檢測任務(wù)，對所述待訓(xùn)練裂縫檢測模型進(jìn)行調(diào)整，包括：
7.一種大壩裂縫檢測裝置，其特征在于，包括：
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述基于回歸的目標(biāo)檢測算法包括改進(jìn)的YOLOv8模型；其中，所述改進(jìn)的YOLOv8模型的主干部分為改進(jìn)的全局注意力機制模塊；所述改進(jìn)的YOLOv8模型的融合增強
9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：
10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)存儲有計算機指令，所述計算機指令用于使處理器執(zhí)行時實現(xiàn)權(quán)利要求1-6中任一項所述的一種大壩裂縫檢測方法。
...【技術(shù)特征摘要】
1.一種大壩裂縫檢測方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于回歸的目標(biāo)檢測算法包括改進(jìn)的yolov8模型；其中，所述改進(jìn)的yolov8模型的主干部分為改進(jìn)的全局注意力機制模塊；所述改進(jìn)的yolov8模型的融合增強部分為改進(jìn)的特征金字塔網(wǎng)絡(luò)模塊。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述裂縫檢測模型的訓(xùn)練過程包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，獲取待訓(xùn)練裂縫檢測模型的原始數(shù)據(jù)集，包括：
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，基于所述原始數(shù)據(jù)集控制所述待訓(xùn)練裂縫檢測模型執(zhí)行裂縫檢測任務(wù)，包括：
6.根據(jù)權(quán)利要求3...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：申取林，劉禹，洪敏綺，羅學(xué)寧，周水兵，趙鑫，李曉偉，馬魯肅，高崎，
申請(專利權(quán))人：南方電網(wǎng)調(diào)峰調(diào)頻發(fā)電有限公司運行分公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。