基于PSPNet和贝叶斯优化综合管廊病害识别方法、系统及设备

专利主权项内容

1.基于PSPNet和贝叶斯优化综合管廊病害识别方法，其特征在于，包括以下步骤：S1：获取综合管廊正常状态及病害的图像，构成综合管廊病害图像初步数据集；S2：对获取的病害图像初步数据集所包含的病害进行分类，然后对包含病害的图像进行病害像素语义分割标注，获得JSON格式的标注文件；S3：将获取的病害图像初步数据集按照7 : 2 : 1的比例划分为训练数据集、验证数据集和测试数据集，将训练数据集、验证数据和测试数据集的图像均采用统一数据增强方法进行数据扩充，最终形成病害图像数据集；S4：建立基于PSPNet的综合管廊病害识别模型UUTNet；S5：设置UUTNet模型的超参数组合初值，将S3获得的训练数据集和验证数据集输入建立的UUTNet模型中进行训练，获得使模型训练迭代收敛的超参数，如果不收敛，则修改超参数取值直至收敛；S6：根据模型训练迭代收敛的超参数组合值，设置贝叶斯优化的超参数优化取值范围；采用贝叶斯优化算法对UUTNet模型的超参数取值进行寻优，获得使得模型性能最佳的超参数最优组合值；S7：将S6中获得超参数最优组合值重新设置为UUTNet模型的超参数，重复S5，获得模型权重文件；S8：利用S7获得的模型权重文件，将S3获得的病害图像数据集中的测试数据集输入综合管廊识别模型UUTNet模型中进行分析，得到病害的识别结果M并记录。