公开(公告)号：CN115713647A

公开(公告)日：2023-02-24

申请号：CN202211326419.7

申请日：2022-10-27

Applicant: 浙江大学

Inventor： 张鹤 ,  沈芷菁 ,  杨嘉琦 ,  林圳杭 ,  程沛鹏 ,  孙中玉

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开一种基于深度学习的桥梁表观信息三分级识别方法和识别系统，先将训练数据集逐级分类，得到每个桥梁部位的训练数据集、每个桥梁构件的训练数据集、每个病害类别的训练数据集；然后，用前面的训练数据集分别训练改进的VGG16模型，得到每个桥梁部位的部位识别模型、每个构件的构件识别模型和每个病害类别的病害识别模型，组成三分级识别模型；最后将待预测的桥梁表观图像输入部位识别模型，识别出该图像对应的桥梁部位，然后再输入对应桥梁部位的构件识别模型，识别出该图像对应的构件；最后输入对应构件的病害识别模型，输出待预测的包含桥梁表观信息的图像的病害类别。本发明能够提供构件定位及病害类型的全面准确的桥梁服役状态信息。