基于DeepSeek-YOLO目标检测的无人机桥梁病害巡检方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于DeepSeek-YOLO目标检测的无人机桥梁病害巡检方法及系统
申请号:CN202510711882
申请日期:2025-05-29
公开号:CN120802973A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于DeepSeek‑YOLO目标检测的无人机桥梁病害巡检方法及系统,方法包括:S100、规划无人机的飞行路径;S200、对所有传感器提供统一时间基准,进行硬件触发信号同步;S300、无人机按照规划的路线飞行,多传感器协同采集模块同时采集数据;S400、对采集到的数据处理后进行融合,并构建桥梁病害数据库;S500、建立YOLO目标检测模型,通过卷积神经网络结合DeepSeek对YOLO目标检测模型进行优化;S600、使用YOLO目标检测模型进行病害识别,得到桥梁病害信息;S700、挑选出多维度数据,生成桥梁的三维模型;S800、在数字孪生可视化平台中输出图像;S900、根据桥梁病害信息实时更新三维模型,并将识别出的病害结果与专家标注进行对比,反馈给YOLO目标检测模型对其进一步训练。
技术关键词
无人机桥梁 桥梁病害 巡检方法 多传感器协同 三维模型 可视化平台 智能分析模块 激光雷达数据 数字孪生模型 JSON格式数据 可视化界面 巡检系统 数据标注系统 地图构建算法 空间定位信息