-
公开(公告)号:CN119785128B
公开(公告)日:2025-05-13
申请号:CN202510289318.4
申请日:2025-03-12
Applicant: 贵州省交通规划勘察设计研究院股份有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/091 , G06N5/022
Abstract: 本发明公开了基于图像分类的大跨度桥梁结构健康监测异常识别方法,本发明涉及桥梁结构健康监测技术领域,以下步骤:步骤一:利用生成对抗网络(GAN)生成异常样本,所述异常样本包括裂缝、剥落、锈蚀。该基于图像分类的大跨度桥梁结构健康监测异常识别方法,通过生成对抗网络生成并优化异常样本,缓解了数据稀缺状况;动态生成‑学习‑优化闭环系统及分布式协作平台降低了标注成本;借助弱监督学习、知识图谱和自动化质量检查工具提升了标注质量稳定性;利用自监督学习技术在多模态数据融合时提高了无标签数据利用率,全方位地解决了数据标注与质量方面的难题,为桥梁结构健康监测提供了有力支撑。
-
公开(公告)号:CN119785128A
公开(公告)日:2025-04-08
申请号:CN202510289318.4
申请日:2025-03-12
Applicant: 贵州省交通规划勘察设计研究院股份有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/091 , G06N5/022
Abstract: 本发明公开了基于图像分类的大跨度桥梁结构健康监测异常识别方法,本发明涉及桥梁结构健康监测技术领域,以下步骤:步骤一:利用生成对抗网络(GAN)生成异常样本,所述异常样本包括裂缝、剥落、锈蚀。该基于图像分类的大跨度桥梁结构健康监测异常识别方法,通过生成对抗网络生成并优化异常样本,缓解了数据稀缺状况;动态生成‑学习‑优化闭环系统及分布式协作平台降低了标注成本;借助弱监督学习、知识图谱和自动化质量检查工具提升了标注质量稳定性;利用自监督学习技术在多模态数据融合时提高了无标签数据利用率,全方位地解决了数据标注与质量方面的难题,为桥梁结构健康监测提供了有力支撑。
-