本发明公开了一种基于计算机视觉的钢桥螺栓病害检测方法及系统,包括:采集原始钢桥螺栓图像并对其进行标记目标及数据增强后生成数据集;搭建Mask‑RCNN模型并利用COCO数据集对Mask‑RCNN模型进行预训练;利用生成的数据集对预训练后的Mask‑RCNN模型进行训练;通过透视变换将原始钢桥螺栓图像矫正为螺栓的正视图;螺栓病害识别:检测螺栓是否紧固、脱落,若发生松动则识别计算松动角度。本发明可实现远距离无损检测,且易部署、成本低、速度快、精度高,且对检测工人技能要求低,为钢结构桥梁螺栓病害无损检测提供了智能化、自动化的解决方案。
声明:
“基于计算机视觉的钢桥螺栓病害检测方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)