基于改进Faster-RCNN的大坝裂缝检测模型及方法.pdfVIP

下载本文档

0
0
约1.37万字
约 13页
2023-06-22 发布于四川
举报
版权申诉

基于改进Faster-RCNN的大坝裂缝检测模型及方法.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于改进Faster‑RCNN的大坝裂缝检测模型，包括：特征提取模块，利用卷积神经网络对输入图像的特征进行逐层提取，得到每层的特征图；区域生成模块，利用区域生成网络，基于特征提取网络最后一层输出的特征图进行映射，得到锚框；反馈映射模块将锚框映射至特征提取模块提取的后三层特征图，得到对应的映射特征图；多尺度特征融合模块，将映射特征图的特征进行融合，得到融合特征图；分类回归模块，根据融合特征图进行分类和回归，得到检测结果。本申请的模型通过对现有Faster‑RCNN的改进，提高大坝小

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113408327 B (45)授权公告日 2022.08.26 (21)申请号 202010595456.2 G06V 10/80 (2022.01)