[发明专利]一种基于SSD卷积神经网络的地下排水管道缺陷识别方法在审
| 申请号： | 201910806196.6 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110598767A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 丁鑫;张宇;武鸿滨;李昀锦;魏冀星;乔茜;王瀚兴;张健;于艳飞;段梦钰;冯星光;李昕阳;郜尚尚 | 申请（专利权）人： | 河南省收费还贷高速公路管理有限公司航空港分公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06T7/00;G06T7/11 |
| 代理公司： | 43217 长沙楚为知识产权代理事务所(普通合伙) | 代理人： | 李大为;马林红 |
| 地址： | 450000 河南省郑州*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于SSD卷积神经网络的地下排水管道缺陷识别方法，包括步骤：S1、获取管道缺陷图像作为检测图像数据；S2、对所述检测图像数据进行预处理，标注检测图像中管道缺陷作为管道缺陷数据，构建管道缺陷数据库；S3、搭建SSD卷积神经网络，初始化设置卷积神经网络中超参数，采用预训练模型进行训练；S4、调整所述SSD卷积神经网络的超参数，使得训练图像数据的指定目标输出和实际输出之间的误差值满足精度要求，完成对所述SSD卷积神经网络的训练；S5、将训练后的所述SSD卷积神经网络作为测试网络读取测试图像，输出对管道缺陷目标识别结果。本发明使用不同的特征图上的多层特征去检测和识别图像中不同位置的目标，兼具检测和识别的速度以及精度。 | ||
| 搜索关键词： | 卷积神经网络 管道缺陷 检测图像 图像 地下排水管道 预处理 初始化设置 测试网络 读取测试 精度要求 目标识别 目标输出 缺陷识别 实际输出 训练模型 训练图像 特征图 检测 多层 构建 标注 数据库 输出 | ||
【主权项】：
1.一种基于SSD卷积神经网络的地下排水管道缺陷识别方法，其特征在于，包括步骤：/nS1、获取管道缺陷图像作为检测图像数据；/nS2、对所述检测图像数据进行预处理，标注检测图像中管道缺陷作为管道缺陷数据，构建管道缺陷数据库；/nS3、搭建SSD卷积神经网络，初始化设置卷积神经网络中超参数，采用预训练模型进行训练；/nS4、调整所述SSD卷积神经网络的超参数，使得训练图像数据的指定目标输出和实际输出之间的误差值满足精度要求，完成对所述SSD卷积神经网络的训练；/nS5、将训练后的所述SSD卷积神经网络作为测试网络读取测试图像，输出对管道缺陷目标识别结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河南省收费还贷高速公路管理有限公司航空港分公司，未经河南省收费还贷高速公路管理有限公司航空港分公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910806196.6/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
