龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中南大学
摘要：本发明提出了基于GPR数据的隧道衬砌内部空腔和不密实缺陷的检测方法，对于采集到的实测图像，改进基于End‑to‑EndObjectDetectionwithTransformers的深度学习框架，在原架构上嵌入了一种新颖的高效多尺度注意力模块—Multi‑ScaleConvolutionalBlockAttentionModule模块，允许模型根据任务需求和内容上下文动态地关注于最有用的特征，从而改善DETR模型的收敛速度和对小目标的检测准确率，实现端到端的隧道衬砌内部缺陷的自动检测；使用LabelImg软件进行标记，并利用两种隧道构件的实测数据集进行迁移学习，以建立用于训练的隧道构件—缺陷数据集；结合传统数据增强方法对GPR数据集进行随机镜像翻转、高斯模糊、明亮变换、尺度变换和添加噪声等扩增操作，进一步提高模型的泛化能力，增加样本的多样性。
主权项：1.基于GPR数据的隧道衬砌内部空腔和不密实缺陷的检测方法，包括以下步骤，其特征在于：S1，隧道内部探地雷达图像采集：采集隧道衬砌内部中具有代表性、涵盖丰富多样的不同元素特征的图像，包括钢筋、钢拱、不密实缺陷和空腔，作为预训练数据；S2，图像预处理与构建隧道构件—缺陷数据集：对于S1采集的图像，检查图像质量并对质量较差或损坏的图像进行筛除或修复，调整图像的大小和分辨率，确保数据集的一致性和有效性；之后进行数据增强，使用传统数据增强的方法，对训练集数据进行图片随机镜像翻转、高斯模糊、明亮变换、尺度变换和添加噪声增强操作来进一步提高模型的泛化能力，增加样本的多样性，建立用于模型训练的隧道构件—缺陷数据集；数据集中的图像按照7：2：1的比例划分为训练集、验证集和测试集；S3，改进基于DETR的深度学习网络框架并利用隧道构件数据集进行迁移学习训练，得到预训练模型；S4，缺陷检测：将隧道缺陷数据集中的图像输入到分割模型中，得到相应检测结果，然后，对这些分割结果进行综合分析，得到最终结果，实现隧道衬砌内部缺陷的智能检测。
全文数据：
权利要求：
百度查询： 中南大学 基于GPR数据的隧道衬砌内部空腔和不密实缺陷的检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号