申请/专利权人:上海应用技术大学
申请日:2024-01-16
公开(公告)日:2024-04-12
公开(公告)号:CN117876347A
主分类号:G06T7/00
分类号:G06T7/00;G06F30/13;G06F30/27;G06N3/0464;G06V10/764;G06N3/08;G06T17/00;G06T19/00;G06F111/18
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明提供了一种基于数字孪生的建筑剪力墙病害识别方法和系统,包括:根据已有建筑模型或图纸在数字孪生系统中建立实体建筑的虚拟模型;将训练好的改进的YOLOv5模型、U‑Net模型分别部署到数字孪生系统的病害识别模块和病害信息处理模块中;采集当前虚拟建筑模型对应实体建筑的剪力墙图像,并通过病害识别模块中的YOLOv5模型进行第一阶段识别,得到第一阶段检测结果;通过搭载在病害信息处理模块中的U‑Net模型对第一阶段检测结果和原采集图像进行处理,得到剪力墙图像病害的详细信息。从而精准识别出建筑剪力墙体存在的病害类型,保证检测精度及效率,将建筑剪力墙病害的详细信息可视化,保障建筑结构安全。
主权项:1.一种基于数字孪生的建筑剪力墙病害识别方法,其特征在于,包括:步骤1:根据已有建筑模型或图纸在数字孪生系统中建立实体建筑的虚拟模型;步骤2:将训练好的改进的YOLOv5模型、U-Net模型分别部署到数字孪生系统的病害识别模块和病害信息处理模块中;步骤3:工作人员采集当前虚拟建筑模型对应实体建筑的剪力墙图像,并通过所述病害识别模块中的YOLOv5模型进行第一阶段识别,得到第一阶段检测结果;步骤4:通过搭载在病害信息处理模块中的U-Net模型对所述第一阶段检测结果和原采集图像进行处理,得到剪力墙图像病害的详细信息。
全文数据:
权利要求:
百度查询: 上海应用技术大学 基于数字孪生的建筑剪力墙病害识别方法和系统
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。