申请/专利权人:中国铁路设计集团有限公司;长江大学
申请日:2024-01-23
公开(公告)日:2024-04-16
公开(公告)号:CN117893741A
主分类号:G06V10/25
分类号:G06V10/25;G06V10/82;G06V10/774;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.04.16#公开
摘要:本发明提供了一种基于数据增强与多约束损失函数的隧道渗漏水检测方法,其中,方法包括以下步骤:S1,采用镶嵌CutMix方法对隧道图像进行数据增强,拼接融合成具有综合特征的新样本;S2,以YOLOv7网络为骨架结构,引入高效通道注意力模块;S3使用多约束几何条件的损失函数来改进输出结果。本发明提高了渗漏水关键特征的自主学习与表达能力以及预测框几何形状的精度,具有良好的鲁棒性和泛化能力。
主权项:1.一种基于数据增强与多约束损失函数的隧道渗漏水检测方法,其特征在于,包括以下步骤:S1,采用镶嵌CutMix方法对隧道图像进行数据增强,拼接融合成具有综合特征的新样本S2,将S1得到的新样本加入YOLOv7深度学习网络;S3,在所述YOLOv7深度学习网络的输出端设计多约束几何条件的损失函数,用于改进预测框结果,具体为:以IoU、中心点距离和最小外包矩形的长宽作为渗漏水目标检测的损失函数约束条件,计算公式如下式所示:L=LIoU+Lp2p+Lasp; 其中,L表示改进YOLOv7的损失函数,LIoU、Lp2p、Lasp分别表示预测框与真实框之间的IoU、中心点距离与MBR长宽比,b、bgt分别表示预测框和真实框中心点,ρ表示计算两点间欧式距离,C表示包含预测框和真实框最小闭包区域对角线,Cw、Ch是包含两个框组成的MBR的宽度和高度,h、hgt分别表示预测框和真实框的高,w、wgt分别表示预测框和真实框的宽;由此获得改进之后的预测框。
全文数据:
权利要求:
百度查询: 中国铁路设计集团有限公司;长江大学 基于数据增强与多约束损失函数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。