申请/专利权人:湖南大学
申请日:2023-12-13
公开(公告)日:2024-04-02
公开(公告)号:CN117809082A
主分类号:G06V10/764
分类号:G06V10/764;G06N3/0455;G06N3/0464;G06N3/048;G06N3/0499;G06N3/08;G06T7/00;G06V10/26;G06V10/44;G06V10/80;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开一种基于裂缝自分割模型的桥梁裂缝病害检测方法及装置,该方法步骤包括:采集被测桥梁的表面图像,输入至预先训练得到的裂缝自分割模型中,识别分割出含有裂缝的目标图像;从含有裂缝的目标图像中提取出裂缝的信息;裂缝自分割模型识别分割出含有裂缝的目标图像包括:通过图像编码器对输入的表面图像进行分割以及编码,提取出嵌入相对位置特征的注意力特征和多个中间特征并生成图像嵌入;由提示生成器处理各中间特征,获取得到多组提示词和对应的语义类别,确定出裂缝目标类别并生成提示嵌入;由掩膜解码器根据图像嵌入以及提示嵌入,生成含掩膜的图像。本发明具有实现方法简单、检测效率以及精度高、抗干扰性强等优点。
主权项:1.一种基于裂缝自分割模型的桥梁裂缝病害检测方法,其特征在于,步骤包括:采集被测桥梁的表面图像;将采集的表面图像输入至预先训练得到的裂缝自分割模型中,由所述裂缝自分割模型从当前表面图像中识别分割出含有裂缝的目标图像;从识别分割出的含有裂缝的目标图像中提取出裂缝的信息;裂缝自分割模型的训练数据中包括掩膜标记以用于通过掩膜覆盖目标区域;所述裂缝自分割模型从当前表面图像中识别分割出含有裂缝的目标图像的步骤包括:通过图像编码器对输入的表面图像进行分割以及编码,提取出嵌入相对位置特征的注意力特征和多个中间特征并生成图像嵌入;由提示生成器处理各中间特征以学习各中间特征中表示的语义特征,获取得到多组提示词和对应的裂缝语义类别,根据各组提示词和裂缝语义类别确定出具有裂缝语义特征裂缝目标类别并生成提示嵌入;由掩膜解码器根据所述图像嵌入以及所述提示嵌入进行掩膜解码,分割出前景模块生成含掩膜的图像,即为含有裂缝的目标图像,其中解码过程中使用所述提示嵌入预测掩膜位置以为图像背景区域生成掩码。
全文数据:
权利要求:
百度查询: 湖南大学 基于裂缝自分割模型的桥梁裂缝病害检测方法及装置
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。