基本信息:
- 专利标题： 一种基于卷积神经网络与3D打印修补技术的路面病害识别与修补方法、系统、设备及介质
- 申请号：CN202110582120.7 申请日：2021-05-27
- 公开(公告)号：CN113269751A 公开(公告)日：2021-08-17
- 发明人： 宋修广 , 张营超 , 吴建清 , 庄培芝 , 郭少华 , 皮任东 , 张宏博 , 岳红亚
- 申请人： 山东大学 , 山东大学苏州研究院
- 申请人地址： 山东省济南市市中区二环东路12550号山东大学兴隆山校区;
- 专利权人： 山东大学,山东大学苏州研究院
- 当前专利权人： 山东大学,山东大学苏州研究院
- 当前专利权人地址： 山东省济南市市中区二环东路12550号山东大学兴隆山校区;
- 代理机构： 济南金迪知识产权代理有限公司
- 代理人： 杨树云
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06K9/62 ; G06N3/04 ; G06N3/08 ; G01C21/16 ; E01C23/06 ; E01F9/608
摘要：
本发明涉及一种基于卷积神经网络与3D打印修补技术的路面病害识别与修补方法、系统、设备及介质，包括步骤如下：(1)训练改进后的YOLO V3的网络模型；(2)通过训练好的YOLO V3的网络模型进行智能路面病害识别；(3)根据步骤(2)获取的路面病害识别结果，使用3D打印修补技术对病害进行修补。本发明可以完成道路病害的识别、定位、自动修复等过程，具有自动化程度高、安全性好、经济性好的优点。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T7/00 | 图像分析，例如从位像到非位像 |