System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于道路路基病害探測(cè),具體涉及一種道路路基病害探測(cè)方法及系統(tǒng)。
技術(shù)介紹
1、目前道路路基病害的探測(cè)方法一般通過人工檢測(cè),存在一定的局限性,如存在探測(cè)精度低、速度慢以及成本高等問題,不能滿足道路養(yǎng)護(hù)和管理的需求。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供一種道路路基病害探測(cè)方法及系統(tǒng),用以解決現(xiàn)有技術(shù)中存在的精度低、速度慢以及成本高等問題。
2、一方面,本專利技術(shù)提供一種道路路基病害探測(cè)方法,包括:
3、構(gòu)建道路路基病害檢測(cè)模型以及道路路基病害檢測(cè)模型對(duì)應(yīng)的損失函數(shù),并以損失函數(shù)最小化為目標(biāo),對(duì)道路路基病害檢測(cè)模型進(jìn)行訓(xùn)練,得到具備檢測(cè)能力的道路路基病害檢測(cè)模型;
4、采集待探測(cè)道路路基對(duì)應(yīng)的地質(zhì)雷達(dá)病害圖像,并對(duì)所述待探測(cè)道路路基對(duì)應(yīng)的地質(zhì)雷達(dá)病害圖像進(jìn)行預(yù)處理之后,得到目標(biāo)地質(zhì)雷達(dá)病害圖像;
5、以所述目標(biāo)地質(zhì)雷達(dá)病害圖像作為具備檢測(cè)能力的道路路基病害檢測(cè)模型的輸入數(shù)據(jù),獲取待探測(cè)道路路基對(duì)應(yīng)的道路路基病害探測(cè)結(jié)果。
6、進(jìn)一步地,構(gòu)建道路路基病害檢測(cè)模型,包括:
7、構(gòu)建多尺度特征提取模塊,以通過多尺度特征提取模塊對(duì)輸入至道路路基病害檢測(cè)模型的地質(zhì)雷達(dá)病害圖像進(jìn)行多尺度特征提取,得到多尺度特征圖;
8、構(gòu)建多尺度檢測(cè)模塊,以通過多尺度檢測(cè)模塊對(duì)多尺度特征提取模塊提取的多尺度特征圖進(jìn)行檢測(cè),得到感興趣區(qū)域檢測(cè)結(jié)果;
9、構(gòu)建數(shù)據(jù)融合模塊,以對(duì)多尺度檢測(cè)模塊輸出的感興趣區(qū)域檢測(cè)結(jié)果進(jìn)
10、構(gòu)建檢測(cè)結(jié)果輸出模塊,以對(duì)數(shù)據(jù)融合模塊輸出的融合特征進(jìn)行識(shí)別,從而得到地質(zhì)雷達(dá)病害圖像對(duì)應(yīng)的病害監(jiān)測(cè)結(jié)果。
11、進(jìn)一步地,構(gòu)建多尺度特征提取模塊,包括:
12、構(gòu)建順次連接的第一卷積層、第二卷積層、第一最大池化層、第三卷積層、第四卷積層、第二最大池化層、第五卷積層、第六卷積層、第七卷積層、第三最大池化層、第八卷積層、第九卷積層、第十卷積層、第四最大池化層、第十一卷積層、第十二卷積層以及第十三卷積層;其中,第十三卷積層輸出第一特征圖,第十卷積層輸出第二特征圖;
13、所述第七卷積層還與第十七卷積層連接,當(dāng)?shù)谝惶卣鲌D經(jīng)過第十八卷積層以及第二反卷積層處理之后,通過第二融合層將第十七卷積層與第二反卷積層輸出的特征圖進(jìn)行像素相加,得到第一特征相加圖,通過第十九卷積層對(duì)第一特征相加圖進(jìn)行處理之后,輸出第三特征圖;
14、所述第四卷積層還與第十四卷積層連接,當(dāng)?shù)诙卣鲌D經(jīng)過第十五卷積層以及第一反卷積層處理之后,通過第一融合層將第十四卷積層與第一反卷積層輸出的特征圖進(jìn)行像素相加,得到第二特征相加圖,通過第十六卷積層對(duì)第二特征相加圖進(jìn)行處理之后,輸出第四特征圖;其中,第一融合層以及第二融合層均采用加性融合函數(shù)。
15、進(jìn)一步地,構(gòu)建多尺度檢測(cè)模塊,包括:
16、采用rpn網(wǎng)絡(luò)構(gòu)建處理第一特征圖的第一檢測(cè)網(wǎng)絡(luò),采用rpn網(wǎng)絡(luò)構(gòu)建處理第二特征圖的第二檢測(cè)網(wǎng)絡(luò),采用rpn網(wǎng)絡(luò)構(gòu)建處理第三特征圖的第三檢測(cè)網(wǎng)絡(luò),采用rpn網(wǎng)絡(luò)構(gòu)建處理第四特征圖的第四檢測(cè)網(wǎng)絡(luò)。
17、進(jìn)一步地,構(gòu)建數(shù)據(jù)融合模塊,包括:構(gòu)建順次連接的roi?池化層、拼接層、第一全連接層以及第二全連接層;其中,拼接層采用級(jí)聯(lián)融合函數(shù)。
18、進(jìn)一步地,構(gòu)建檢測(cè)結(jié)果輸出模塊,包括:構(gòu)建用于分類的softmax輸出層以及用于邊框定位的bounding?box?regression層。
19、進(jìn)一步地,構(gòu)建道路路基病害檢測(cè)模型對(duì)應(yīng)的損失函數(shù),包括:
20、
21、
22、
23、
24、
25、其中,表示損失函數(shù),表示檢測(cè)框總數(shù)量,表示第 i個(gè)檢測(cè)框的分類損失,表示預(yù)測(cè)檢測(cè)框存在路基病害的概率,表示標(biāo)定檢測(cè)框存在路基病害的概率,取0或1;取0時(shí),則表示標(biāo)定檢測(cè)框內(nèi)不存在路基病害;取1時(shí),則表示標(biāo)定檢測(cè)框內(nèi)存在路基病害;表示平衡因子,表示邊框損失,表示預(yù)測(cè)邊框參數(shù),表示標(biāo)定邊框參數(shù),()表示預(yù)測(cè)邊框的中心點(diǎn)坐標(biāo),表示預(yù)測(cè)邊框的寬,表示預(yù)測(cè)邊框的高,()表示標(biāo)定邊框的中心點(diǎn)坐標(biāo),表示標(biāo)定邊框的寬,表示標(biāo)定邊框的高。
26、進(jìn)一步地,以損失函數(shù)最小化為目標(biāo),對(duì)道路路基病害檢測(cè)模型進(jìn)行訓(xùn)練,得到具備檢測(cè)能力的道路路基病害檢測(cè)模型,包括:
27、設(shè)置最大訓(xùn)練次數(shù)為50000次,設(shè)置基礎(chǔ)學(xué)習(xí)速率為0.006,以損失函數(shù)最小化為目標(biāo),采用adam優(yōu)化算法對(duì)道路路基病害檢測(cè)模型進(jìn)行訓(xùn)練,得到具備檢測(cè)能力的道路路基病害檢測(cè)模型;
28、其中,學(xué)習(xí)速率設(shè)置為自適應(yīng)學(xué)習(xí)速率,具體為:
29、
30、其中,表示第 k次訓(xùn)練過程中的學(xué)習(xí)速率,表示第 k+1次訓(xùn)練過程中的學(xué)習(xí)速率,表示調(diào)整因子,t表示預(yù)設(shè)的最大訓(xùn)練次數(shù)。
31、進(jìn)一步地,對(duì)所述待探測(cè)道路路基對(duì)應(yīng)的地質(zhì)雷達(dá)病害圖像進(jìn)行預(yù)處理之后,得到目標(biāo)地質(zhì)雷達(dá)病害圖像,包括:對(duì)所述待探測(cè)道路路基對(duì)應(yīng)的地質(zhì)雷達(dá)病害圖像進(jìn)行去噪以及尺寸統(tǒng)一化處理之后,得到目標(biāo)地質(zhì)雷達(dá)病害圖像。
32、另一方面,本專利技術(shù)提供一種道路路基病害探測(cè)系統(tǒng),包括:模型構(gòu)建模塊、圖像處理模塊以及病害探測(cè)模塊;
33、所述模型構(gòu)建模塊,用于構(gòu)建道路路基病害檢測(cè)模型以及道路路基病害檢測(cè)模型對(duì)應(yīng)的損失函數(shù),并以損失函數(shù)最小化為目標(biāo),對(duì)道路路基病害檢測(cè)模型進(jìn)行訓(xùn)練,得到具備檢測(cè)能力的道路路基病害檢測(cè)模型;
34、所述圖像處理模塊,用于采集待探測(cè)道路路基對(duì)應(yīng)的地質(zhì)雷達(dá)病害圖像,并對(duì)所述待探測(cè)道路路基對(duì)應(yīng)的地質(zhì)雷達(dá)病害圖像進(jìn)行預(yù)處理之后,得到目標(biāo)地質(zhì)雷達(dá)病害圖像;
35、所述病害探測(cè)模塊,用于以所述目標(biāo)地質(zhì)雷達(dá)病害圖像作為具備檢測(cè)能力的道路路基病害檢測(cè)模型的輸入數(shù)據(jù),獲取待探測(cè)道路路基對(duì)應(yīng)的道路路基病害探測(cè)結(jié)果。
36、本專利技術(shù)提供的一種道路路基病害探測(cè)方法及系統(tǒng),通過引入深度學(xué)習(xí)的方式,實(shí)現(xiàn)了對(duì)道路路基病害的自動(dòng)探測(cè)與識(shí)別,并且構(gòu)建了多尺度特征提取模塊以及多尺度檢測(cè)模塊,能夠?qū)斎氲臄?shù)據(jù)進(jìn)行多尺度特征識(shí)別與檢測(cè),從而進(jìn)一步地提升了道路路基病害的探測(cè)準(zhǔn)確定性,從而能夠有效地節(jié)省道路路基病害的探測(cè)成本以及提升道路路基病害的探測(cè)效率。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種道路路基病害探測(cè)方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建道路路基病害檢測(cè)模型,包括:
3.根據(jù)權(quán)利要求2所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建多尺度特征提取模塊,包括:
4.根據(jù)權(quán)利要求3所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建多尺度檢測(cè)模塊,包括:
5.根據(jù)權(quán)利要求4所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建數(shù)據(jù)融合模塊,包括:構(gòu)建順次連接的ROI?池化層、拼接層、第一全連接層以及第二全連接層;其中,拼接層采用級(jí)聯(lián)融合函數(shù)。
6.根據(jù)權(quán)利要求5所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建檢測(cè)結(jié)果輸出模塊,包括:構(gòu)建用于分類的softmax輸出層以及用于邊框定位的bounding?box?regression層。
7.根據(jù)權(quán)利要求6所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建道路路基病害檢測(cè)模型對(duì)應(yīng)的損失函數(shù),包括:
8.根據(jù)權(quán)利要求7所述的道路路基病害探測(cè)方法,其特征在于,以損失函數(shù)最小化為目標(biāo),對(duì)道路路基病害檢測(cè)模型進(jìn)行訓(xùn)練,
9.根據(jù)權(quán)利要求8所述的道路路基病害探測(cè)方法,其特征在于,對(duì)所述待探測(cè)道路路基對(duì)應(yīng)的地質(zhì)雷達(dá)病害圖像進(jìn)行預(yù)處理之后,得到目標(biāo)地質(zhì)雷達(dá)病害圖像,包括:對(duì)所述待探測(cè)道路路基對(duì)應(yīng)的地質(zhì)雷達(dá)病害圖像進(jìn)行去噪以及尺寸統(tǒng)一化處理之后,得到目標(biāo)地質(zhì)雷達(dá)病害圖像。
10.一種道路路基病害探測(cè)系統(tǒng),其特征在于,包括:模型構(gòu)建模塊、圖像處理模塊以及病害探測(cè)模塊;
...【技術(shù)特征摘要】
1.一種道路路基病害探測(cè)方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建道路路基病害檢測(cè)模型,包括:
3.根據(jù)權(quán)利要求2所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建多尺度特征提取模塊,包括:
4.根據(jù)權(quán)利要求3所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建多尺度檢測(cè)模塊,包括:
5.根據(jù)權(quán)利要求4所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建數(shù)據(jù)融合模塊,包括:構(gòu)建順次連接的roi?池化層、拼接層、第一全連接層以及第二全連接層;其中,拼接層采用級(jí)聯(lián)融合函數(shù)。
6.根據(jù)權(quán)利要求5所述的道路路基病害探測(cè)方法,其特征在于,構(gòu)建檢測(cè)結(jié)果輸出模塊,包括:構(gòu)建用于分類的softmax輸出層以及用于邊框定位的boun...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:李敖東,張斌,陸鈺彬,尤江,王軍,徐鵬,
申請(qǐng)(專利權(quán))人:中國(guó)華西工程設(shè)計(jì)建設(shè)有限公司,
類型:發(fā)明
國(guó)別省市:
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。