[發明專利]基于深度學習的瀝青質量檢測方法、系統及電子設備

在審

• 申請號: 201811179826.3
• 申請日: 2018-10-10
• 公開（公告）號: CN109447243A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 徐澤明;宋光俊
• 申請（專利權）人: 深圳增強現實技術有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04
• 代理公司: 深圳市德錦知識產權代理有限公司 44352
• 代理人: 丁敬偉

本發明揭示了一種基于深度學習的瀝青質量檢測方法、系統及電子設備，屬于計算機應用技術領域。所述方法包括：獲取對瀝青采集的目標圖像；采用預先構建的深度學習模型對目標圖像進行圖像識別；根據所述圖像識別的結果判斷所述目標圖像中的瀝青質量。上述基于深度學習的瀝青質量檢測方法、系統及電子設備能夠實現瀝青質量檢測的自動化，無需專門的操作人員進行瀝青質量的檢測，避免進行瀝青質量檢測時給人體健康帶來嚴重危害。

技術領域

本發明涉及計算機應用技術領域，特別涉及一種基于深度學習的瀝青質量檢測方法、系統及電子設備。

背景技術

瀝青通常存儲在大型儲罐中，當在使用輸出時，需要對儲罐中的瀝青進行加熱，以提高瀝青的流動性，使瀝青能夠順利、快速輸出。在瀝青輸出時，需同時檢測瀝青的質量，確保輸出瀝青的質量合格。

目前，通常是采用人工抽樣方式檢測瀝青的質量，但實際生產環境通常是高溫、有毒煙、有氣味的環境，導致在對瀝青進行質量檢測時給人體健康帶來嚴重危害。

發明內容

為了解決相關技術中進行瀝青質量檢測時給人體健康帶來嚴重危害的技術問題，本發明提供了一種基于深度學習的瀝青質量檢測方法、系統及電子設備。

第一方面，提供了一種基于深度學習的瀝青質量檢測方法，包括：

獲取對瀝青采集的目標圖像；

采用預先構建的深度學習模型對所述目標圖像進行圖像識別；

根據所述圖像識別的結果判斷所述目標圖像中的瀝青質量。

可選的，所述方法還包括：

通過不同角度對各種不同質量的瀝青進行樣本圖像的采集；

采用深度學習算法對所述樣本圖像進行深度學習，構建所述深度學習模型。

可選的，所述方法還包括：

通過不同角度對各種不同質量的瀝青進行樣本圖像的采集；

采用深度學習算法對所述樣本圖像進行深度學習，構建所述深度學習模型。

可選的，所述采用深度學習算法對所述樣本圖像進行深度學習，構建所述深度學習模型的步驟包括：

對各樣本圖像進行瀝青質量的標記；

采用YOLOv3算法對經過瀝青質量標記后的所述樣本圖像進行訓練，構建所述深度學習模型。

可選的，所述根據所述圖像識別的結果判斷所述目標圖像中的瀝青質量的步驟之后，所述方法還包括：

根據所述瀝青質量，通過語音或圖像對操作人員進行瀝青質量的提醒。

可選的，所述根據所述瀝青質量，通過語音或圖像對操作人員進行瀝青質量的提醒的步驟包括：

當檢測到所述瀝青質量為油料時，通過語音或圖像進行報警提醒。

第二方面，提供了一種基于深度學習的瀝青質量檢測系統，包括：

目標圖像獲取模塊，用于獲取對瀝青采集的目標圖像；

圖像識別模塊，用于采用預先構建的深度學習模型對所述目標圖像進行圖像識別；

瀝青質量判斷模塊，用于根據所述圖像識別的結果判斷所述目標圖像中的瀝青質量。

可選的，所述系統還包括：

樣本圖像采集模塊，用于通過不同角度對各種不同質量的瀝青進行樣本圖像的采集；

深度學習模塊，用于采用深度學習算法對所述樣本圖像進行深度學習，構建所述深度學習模型。