Indexed by：
Abstract：
本发明公开了一种基于计算机视觉和深度学习的楼面缺陷自动检测方法，包括：在检测前，先利用已有楼面缺陷图像制作样本，并依据迁移学习理论进行楼面缺陷检测模型的训练；检测流程是首先依据传统图像处理对楼面图像墙体区域进行分割提取；然后对楼面图像的墙体区域分块，应用模型对每一子块进行检测，可以采用并行处理的方式加速；接着对子块检测结果进行整合与转换，标注出缺陷在原始图像上的位置；最后对检测结果进行修正，并制作新样本用于模型的再次训练，以提升模型的检测性能；本发明解决了现有技术中楼面图像缺陷检测的速度与精度难以兼得，且检测算法适应能力不强，检测效果易受照片拍摄环境影响的难题。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201910010889.4
Filing Date： 2019-01-07
Publication Date： 2021-09-17
Pub. No.： CN109859171B
Applicants： 北京工业大学
Legal Status： 授权 ; 权利转移
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
