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() 在线看片无码永久免费视频,日韩精品中文字幕无码一区,国产在线观看无码免费视频
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種道路路基病害探測(cè)方法及系統(tǒng)技術(shù)方案

    技術(shù)編號(hào):44053562 閱讀:19 留言:0更新日期:2025-01-17 15:56
    本發(fā)明專利技術(shù)公開了一種道路路基病害探測(cè)方法及系統(tǒng),屬于道路路基病害探測(cè)技術(shù)領(lǐng)域,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。

    【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)行池化處理以及特征融合,得到融合特征;

    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,得到具備檢測(cè)能力的道路路基病害檢測(cè)模型,包括:

    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:

    網(wǎng)友詢問留言 已有0條評(píng)論
    • 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。

    1
    主站蜘蛛池模板: 亚洲午夜国产精品无码老牛影视| 久久老子午夜精品无码| 亚洲av午夜国产精品无码中文字| 特级毛片内射www无码| 中文字幕无码一区二区免费| 人妻少妇偷人精品无码| 精品无码久久久久久久久 | 国产精品99精品无码视亚| 精品成在人线AV无码免费看| 免费无码又爽又刺激高潮的视频| 亚洲av无码不卡| 亚洲啪啪AV无码片| 无码亚洲成a人在线观看| 人妻无码第一区二区三区| 亚洲精品无码久久久影院相关影片| 少妇仑乱A毛片无码| 无码人妻精品一区二区三区东京热| 无码日韩精品一区二区人妻| 无码中文2020字幕二区| 亚洲中文字幕无码中文| 无码人妻精品中文字幕| 亚洲中文字幕无码中文字在线 | 国产精品热久久无码av| 性虎精品无码AV导航| 亚洲精品无码一区二区| 伊人天堂av无码av日韩av| 亚洲AV无码乱码国产麻豆穿越 | 日日摸夜夜爽无码毛片精选| 国产成人无码AV在线播放无广告| 精品亚洲AV无码一区二区 | 免费无码午夜福利片69| 无码一区二区三区在线| 成人免费无码大片A毛片抽搐色欲| 亚洲性无码av在线| AV无码精品一区二区三区| 国产成人无码AV麻豆| 国产福利无码一区在线| 国产免费午夜a无码v视频| 日韩视频无码日韩视频又2021| 99久无码中文字幕一本久道| 毛片亚洲AV无码精品国产午夜|