申请/专利权人：西安电子科技大学

申请日：2023-12-19

公开（公告）日：2024-04-16

公开（公告）号：CN117893965A

主分类号：G06V20/52

分类号：G06V20/52;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/084

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明提供一种基于深度神经网络的隧道渗漏水检测方法。该方法包括采集隧道渗漏水图像数据，并对所述隧道渗漏水图像数据进行预处理，以建立训练集和测试集；建立改进YOLOv5渗漏水检测模型；将所述训练集输入至所述改进YOLOv5渗漏水检测模型中进行模型训练，并保存训练好的改进YOLOv5渗漏水检测模型；将所述测试集输入至所述改进YOLOv5渗漏水检测模型中进行模型测试及模型超参数调优；输入待检测隧道图片或待检测隧道视频至所述改进YOLOv5渗漏水检测模型中进行渗漏水区域检测。本发明提高了渗漏水检测算法精确度、提高了模型的抗干扰能力与鲁棒性、实现了在移动设备上进行渗漏水自动化检测，提高了检测速度。

主权项：1.一种基于深度神经网络的隧道渗漏水检测方法，其特征在于，包括：采集隧道渗漏水图像数据，并对所述隧道渗漏水图像数据进行预处理，以建立训练集和测试集；建立改进YOLOv5渗漏水检测模型；将所述训练集输入至所述改进YOLOv5渗漏水检测模型中进行模型训练，并保存训练好的改进YOLOv5渗漏水检测模型；将所述测试集输入至所述改进YOLOv5渗漏水检测模型中进行模型测试及模型超参数调优；输入待检测隧道图片或待检测隧道视频至所述改进YOLOv5渗漏水检测模型中进行渗漏水区域检测。

全文数据：

权利要求：

百度查询： 西安电子科技大学 一种基于深度神经网络的隧道渗漏水检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD