科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于深度学习的墙体缺陷检测方法。所述方法包括以下步骤：采集墙体缺陷图像,对图像进行标注；对标注数据整理构成数据集并对数据集进行数据增强,完成数据集的构建；使用构建好的数据集,训练一个基于ResNeXt的图像分类器；利用训练好的ResNeXt作为特征提取器,搭建基于Faster-RCNN架构的目标检测器；将构建好的数据集作为搭建好的Faster-RCNN架构的目标检测器网络的输入,进行训练,得到缺陷检测模型；使用多进程和多线程技术部署缺陷检测模型,提升缺陷检测模型的检测速度,采用缺陷检测模型进行墙体缺陷检测。本发明将深度学习方法应用于墙体缺陷检测的领域,基于Faster-RCNN架构进行修改和改进,利用多进程技术,成功实现在实时检测的基础上保证模型检测的准确率。
- 单位
