[發明專利]一種基于BoltCorrDetNet網絡的螺栓腐蝕檢測系統和檢測方法

有效

• 申請號: 202210047757.0
• 申請日: 2022-01-17
• 公開（公告）號: CN114511515B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 劉廣信;傅勇;解恒蘇;石祥玉;趙連旨;齊魯杰;李東旭;楊彥青;馮強;劉榮陽;劉凱;楊忠允;郭忠峰;李進;李宏波
• 申請（專利權）人: 山東高速路橋國際工程有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06V10/40;G06V10/80;G06V10/82;G06N3/04;G06N3/08;G01N17/00
• 代理公司: 山東三邦知識產權代理事務所(普通合伙) 37308
• 代理人: 肖太升

本發明涉及一種基于BoltCorrDetNet網絡的螺栓腐蝕檢測系統，該系統由骨干網絡模塊、雙向融合網絡模塊和預測網絡模塊組成。本發明的骨干網絡通過類似于金字塔式的特征提取，可以從不同的圖片分辨率下來對腐蝕進行像素級別的特征提取，更好地識別腐蝕特征。對于螺栓腐蝕的特征提取來說，使用了含主次模塊的主次骨干，從不同的感受野來捕捉腐蝕的全方位特征。本發明使用了補丁模塊來進行下采樣，把高分辨率的特征圖進行補丁嵌入和縱深卷積、點卷積，能夠在不犧牲分辨率的情況下，更好地保留高階特征圖的特征，使得腐蝕的顏色以及分布特征最終能夠提取更加徹底。通過使用注意力融合機制來融合不同特征層的輸入，最終提取的特征能夠更準確地幫助腐蝕類別的檢測。

技術領域

本發明屬于工程技術缺陷識別技術領域，具體涉及一種基于BoltCorrDetNet網絡的螺栓腐蝕檢測系統和方法。

背景技術

目前使用的大多數金屬都是從熱力學穩定的金屬中提取出來的，因此，當金屬材料暴露于環境中時，它們具有通過腐蝕，極易恢復其天然、穩定的化合物。自古以來，腐蝕的有害影響一直是人們關注的問題，今天，腐蝕浪費金屬是一個成本非常高的社會問題。對于土木工程中起到結構聯接和穩固重要作用的螺栓而言，螺栓長期暴露在空氣中，易受到化學介質的影響產生腐蝕或者生銹，螺栓作為串聯起鋼結構的關鍵部件，生銹腐蝕將導致結構的承載能力急劇降低，導致結構坍塌、失穩等嚴重的工程質量事故。在橋梁工程中，鋼桁梁區域常采用高強螺栓，在腐蝕作用下螺栓斷裂脫落風險增大，進而導致結構物性能降低，造成運營風險激增。現有的針對結構中螺栓的服役狀態檢測與識別的方案中，大部分采取人工肉眼檢測螺栓的腐蝕程度，然后拍照匯報，不但施工周期長，費時費力，對于跨越峽谷等特殊環境的鋼橋梁的監控還存在一定的危險性。所以，需一種基于計算機視覺的螺栓腐蝕自動檢測方案，來高效地完成檢測和分類匯總，以達到及時對橋梁和高速安全維護的目的。

發明內容

一種基于BoltCorrDetNet網絡的螺栓腐蝕檢測系統，由骨干網絡模塊、雙向融合網絡模塊和預測網絡模塊組成；

其中，骨干網絡模塊用于對輸入圖片進行多尺度的特征提取，輸入的圖片為(c₀，w，h)，其中，c₀表示通道數，w和h分別表示圖片的寬度和高度像素數；骨干網絡模塊由6個連續的特征提取塊組成，原始輸入圖片經過6個特征提取塊后分別輸出P1，P2，P3，P4，P5，P6；

其中，雙向融合網絡模塊以骨干網絡的輸出P2，P3，P4，P5，P6作為輸入，每一個輸入都經過一個sc層，即統一通道(same channel)層，把通道數統一為相同的值，寬度和高度不變，該sc層是由一個卷積函數后面跟著一個批歸一化函數和激活函數構成，卷積函數的卷積核大小為1×1，步長也為1×1；經過sc層分別得到S0，S1，S2，S3，S4；S0，S1，S2，S3，S4分別經過下采樣層、上采樣層和注意力融合層后得到F0，F1，F2，F3，F4共計5個輸出；

其中，預測網絡模塊分別以F0，F1，F2，F3，F4作為輸入，通過BoxNet用來預測目標的邊框，ClassNet用來預測目標的類別，即0-沒有腐蝕，1-輕度腐蝕，2-中度腐蝕，3-重度腐蝕4個類別。

本發明還提供了一種檢測螺栓腐蝕程度的方法，使用上述的基于BoltCorrDetNet網絡的螺栓腐蝕檢測系統，具體的，使用無人機拍攝橋梁的近距離照片，將拍攝的圖片按照系統的要求進行預處理后加載到檢測系統中進行目標檢測。

本發明還提供了一種服務器，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述的檢測螺栓腐蝕程度的方法的步驟。

本發明還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如上所述的檢測螺栓腐蝕程度的方法的步驟。