本發(fā)明涉及橋梁板式橡膠支座檢測，具體為一種基于改進(jìn)yolor的橋梁板式橡膠支座多病害檢測方法。

背景技術(shù)：

1、傳統(tǒng)橋梁板式橡膠支座檢測方法以人工檢測為主，人工檢測方法不僅需要對檢測人員進(jìn)行專業(yè)知識培訓(xùn)，還需要借助橋梁巡檢車、腳手架等大型設(shè)備的支持，并且由于其支座位置的特殊性，檢測人員往往存在著較高的危險(xiǎn)性，此外，在實(shí)際的檢測作業(yè)之中，即使是訓(xùn)練有素的工程師，當(dāng)面對復(fù)雜多變的檢測環(huán)境時(shí)也會因疲勞等原因出現(xiàn)漏檢和錯檢，進(jìn)而影響檢測作業(yè)的整體效率，故傳統(tǒng)的人工橋梁檢測方法存在檢測成本較高、效率低下、主觀性強(qiáng)和人員安全性差等問題，此外，現(xiàn)階段廣泛使用的支座健康監(jiān)測系統(tǒng)主要基于傳感器建立而成，由于傳感器價(jià)格和維護(hù)成本較大，數(shù)據(jù)采集時(shí)間長和監(jiān)測結(jié)果無法直觀展示的問題，該方法同樣存在檢測周期長、穩(wěn)定性差和無法可視化的缺點(diǎn)。

2、目前，基于計(jì)算機(jī)視覺的支座病害檢測方法多以圖像分類為主，該方法無法直觀展示病害位置和種類等信息，此外，現(xiàn)有方法可檢測的病害種類較少，僅可檢測支座裂縫、剪切變形和銹蝕等1～3種支座表觀病害，無法滿足國家現(xiàn)行檢測規(guī)范的要求，因此，目前的橋梁支座檢測方法在可檢測的病害種類、檢測精度、檢測結(jié)果展示等方面都有待進(jìn)一步提升，有必要開發(fā)一種可檢測病害種類多、檢測精度高的橋梁支座表觀病害檢測方法。

技術(shù)實(shí)現(xiàn)思路

1、(一)解決的技術(shù)問題

2、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于改進(jìn)yolor的橋梁板式橡膠支座多病害檢測方法，具備檢測結(jié)果更加客觀準(zhǔn)確、快速方便、直觀有效等優(yōu)點(diǎn)，解決了上述技術(shù)問題。

3、(二)技術(shù)方案

4、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于改進(jìn)yolor的橋梁板式橡膠支座多病害檢測方法，包括以下步驟：

5、s1、收集板式橡膠支座的病害圖片，構(gòu)建板式橡膠支座表觀病害數(shù)據(jù)集；

6、s2、對步驟s1中的圖片進(jìn)行剪裁拼接、改變對比度，鏡像翻轉(zhuǎn)、加噪、旋轉(zhuǎn)不同角度；

7、s3、將步驟s1中的圖片和步驟s2中處理的圖像使用vott軟件按照pascal?voc數(shù)據(jù)集的標(biāo)注格式對圖像中存在的病害種類進(jìn)行人工標(biāo)注，并對標(biāo)注好的圖片按8:2的比例隨機(jī)分為訓(xùn)練集和驗(yàn)證集；

8、s4、依據(jù)板式橡膠支座表觀病害數(shù)據(jù)集，采用k-means聚類算法對yolor模型中的錨框進(jìn)行了優(yōu)化；

9、s5、基于板式橡膠支座表觀病害數(shù)據(jù)集對優(yōu)化后的yolor模型進(jìn)行訓(xùn)練；

10、s6、對步驟s5訓(xùn)練后的模型yolor-k從準(zhǔn)確率p、召回率r、平均精度均值map和檢測速度fps四個(gè)方面進(jìn)行評估；

11、s7、將訓(xùn)練好的模型yolor-k部署于本地/云端服務(wù)器上，并在本地/云端服務(wù)器上設(shè)置基于web的檢測平臺來為用戶提供上傳識別渠道，由工作人員在檢測現(xiàn)場，通過拍攝設(shè)備對支座的病害部分進(jìn)行拍照，將拍攝圖像上傳至本地/云端服務(wù)器進(jìn)行板式橡膠支座病害識別；

12、s8、在本地/云端服務(wù)器接收到上傳的圖像后，對上傳圖像進(jìn)行病害檢測，并標(biāo)注圖像中病害的位置與種類。

13、作為本發(fā)明的優(yōu)選技術(shù)方案，所述步驟s1中板式橡膠支座病害圖片包括開裂、銹蝕、脫空、龜裂、垃圾、外鼓和剪切變形。

14、作為本發(fā)明的優(yōu)選技術(shù)方案，所述步驟s4中通過k-means聚類算法對yolor模型中的錨框進(jìn)行優(yōu)化的具體步驟如下：

15、s4.1、讀取板式橡膠支座表觀病害數(shù)據(jù)集中所有圖像和標(biāo)注框的尺寸信息，將板式橡膠支座表觀病害數(shù)據(jù)集中n個(gè)標(biāo)注框表示為x＝{x1，x2，x3，…，xn}，其中，x1，x2，x3，…，xn分別表示第1個(gè)標(biāo)注框，第2個(gè)標(biāo)注框，第3個(gè)標(biāo)注框，…，第n個(gè)標(biāo)注框；

16、s4.2、并從步驟s4.1中的n個(gè)標(biāo)注框中隨機(jī)選取m個(gè)標(biāo)注框作為簇c1，c2，...，cm的初始簇中心其中，分別表示c1簇的初始簇中心，c2簇的初始簇中心，…，cm簇的初始簇中心；

17、s4.3、計(jì)算n個(gè)標(biāo)注框和簇中心a的交并比iou，并依據(jù)交并比iou對標(biāo)注框聚類分簇；

18、s4.4、計(jì)算當(dāng)前迭代次數(shù)的誤差函數(shù)，同時(shí)將各簇的中位數(shù)作為新的簇中心；

19、s4.5、重復(fù)步驟s4.3和步驟s4.4直到向量兩次迭代的誤差函數(shù)相等，即ek＝ek+1時(shí)，結(jié)束錨框優(yōu)化，其中ek表示第k次迭代的誤差函數(shù)，ek+1表示第k+1次迭代的誤差函數(shù)。

20、作為本發(fā)明的優(yōu)選技術(shù)方案，所述步驟s4.3中的交并比計(jì)算表達(dá)式如下：

21、

22、其中，iou(xi，aj)表示所有標(biāo)注框與所有簇中心的交并比，其中xi∩aj表示標(biāo)注框與簇中心的交集，xi∪aj表示標(biāo)注框與簇中心的并集，aj、xi分別表示目前計(jì)算過程中的第j個(gè)簇中心和第i個(gè)標(biāo)注框，同時(shí)將xi分配給iou值最大的所對應(yīng)的簇ci。

23、作為本發(fā)明的優(yōu)選技術(shù)方案，所述步驟s4.4中的計(jì)算表達(dá)式如下：

24、

25、d(xi,aj)＝1-iou(xi,aj)

26、其中，d(xi,aj)表示iou距離，m表示簇的數(shù)量，表示對m個(gè)數(shù)據(jù)進(jìn)行求和，xi∈ci表示簇ci所包含的xi，表示對簇ci中所有元素進(jìn)行求和。

27、與現(xiàn)有技術(shù)相比，本發(fā)明提供了一種基于改進(jìn)yolor的橋梁板式橡膠支座多病害檢測方法，具備以下有益效果：

28、1、本發(fā)明通過合規(guī)范要求和實(shí)際工程需求，基于6787張圖像建立了板式橡膠支座表觀病害數(shù)據(jù)集，其中包含開裂、銹蝕、脫空、龜裂、垃圾、外鼓、剪切變形等7種病害，基于bd數(shù)據(jù)集進(jìn)行訓(xùn)練的yolor目標(biāo)識別模型能夠準(zhǔn)確的檢測7種病害，基本滿足國家現(xiàn)行規(guī)范的病害檢測種類要求，相較于傳統(tǒng)的支座病害檢測，本發(fā)明可以做到不再依賴于橋梁檢修車等大型檢測設(shè)備，同時(shí)對于檢測環(huán)境較為惡劣的橋梁，檢測人員可以在安全的位置完成檢測，提高了檢測人員安全性，在檢測結(jié)果上也降低檢測人員的主觀性，能夠?qū)崿F(xiàn)客觀準(zhǔn)確的支座病害檢測。

29、2、本發(fā)明通過基于計(jì)算機(jī)視覺技術(shù)，實(shí)現(xiàn)了檢測結(jié)果可視化，所使用的yolor深度學(xué)習(xí)模型可以基于計(jì)算機(jī)視覺技術(shù)將檢測結(jié)果可視化，在圖像可以自動標(biāo)注所檢測到的病害位置與種類，可檢測結(jié)果查看起來更加方便直觀，便于統(tǒng)計(jì)。

30、3.本發(fā)明使用訓(xùn)練好的yolor模型在本地/云端服務(wù)器中所開發(fā)的基于web的檢測平臺可以為檢測人員提供圖像上傳檢測渠道，此外，在云端服務(wù)器開發(fā)的基于web的檢測平臺還可提供api接口也可供第三方應(yīng)用和平臺調(diào)用

技術(shù)特征：

1.一種基于改進(jìn)yolor的橋梁板式橡膠支座多病害檢測方法，其特征在于：包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)yolor的橋梁板式橡膠支座多病害檢測方法，其特征在于：所述步驟s1中板式橡膠支座病害圖片包括開裂、銹蝕、脫空、龜裂、垃圾、外鼓和剪切變形。

3.根據(jù)權(quán)利要求1所述的一種基于改進(jìn)yolor的橋梁板式橡膠支座多病害檢測方法，其特征在于：所述步驟s4中通過k-means聚類算法對yolor模型中的錨框進(jìn)行優(yōu)化的具體步驟如下：

4.根據(jù)權(quán)利要求3所述的一種基于改進(jìn)yolor的橋梁板式橡膠支座多病害檢測方法，其特征在于：所述步驟s4.3中的交并比計(jì)算表達(dá)式如下：

5.根據(jù)權(quán)利要求3所述的一種基于改進(jìn)yolor的橋梁板式橡膠支座多病害檢測方法，其特征在于：所述步驟s4.4中的計(jì)算表達(dá)式如下：

技術(shù)總結(jié)
本發(fā)明涉及橋梁板式橡膠支座檢測技術(shù)領(lǐng)域，且公開了一種基于改進(jìn)YOLOR的橋梁板式橡膠支座多病害檢測方法。基于6787張圖像建立了板式橡膠支座表觀病害數(shù)據(jù)集，同時(shí)采用了K?means聚類算法對YOLOR模型中的錨框進(jìn)行了優(yōu)化，使其可以更加契合板式橡膠支座病害的特征，之后通過優(yōu)化后的YOLOR深度學(xué)習(xí)模型可以基于計(jì)算機(jī)視覺技術(shù)將檢測結(jié)果可視化，在圖像上可以自動標(biāo)注所檢測到的病害位置與種類。該方法做到不再依賴于橋梁檢修車等大型檢測設(shè)備，同時(shí)對于檢測環(huán)境較為惡劣的橋梁，檢測人員可以在安全的位置完成檢測，提高了檢測人員安全性，在檢測結(jié)果上也降低檢測人員的主觀性，能夠?qū)崿F(xiàn)客觀準(zhǔn)確的支座病害檢測。

技術(shù)研發(fā)人員：和永軍,馬聰,方皓,黃曉敏,孫宏賢,劉華,陳瑤,李晰,蘇舟,李少榮,胡明星,姚俊峰,張曉哲,和瑩,余涵,李小宇,李延,肖良正,邱薇,付明超,顧瑞琳,茹興倫
受保護(hù)的技術(shù)使用者：云南省交通科學(xué)研究院有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6