【技术实现步骤摘要】
本专利技术涉及桥梁锚杆表面质检领域，具体涉及一种桥梁涂装外观检测方法。
技术介绍
1、在现有技术中，桥梁锚杆表面一般都是都是需要涂抹防腐密封胶来提高桥梁锚杆的耐久性，而大部分桥梁的涂装质量外观检测仅靠人工肉眼检测。涂层出现质量问题时只能人为干预，未能及时发现时会导致大面积的涂装质量问题的扩散，大大增加了工人修补工作量。并且现阶段的设备的精度低，犯错率高，设备联动性差。
2、如何解决上述技术问题是现阶段亟需解决的而技术难题。
3、公开于该
技术介绍
部分的信息仅仅旨在加深对本专利技术的总体
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种桥梁涂装外观检测方法，以达到实现对桥梁锚杆防腐涂装质检的自动化和提升了桥梁锚杆防腐涂装的生产质量的目的。
2、为达到上述目的，本专利技术的技术方案如下：
3、一种桥梁涂装外观检测方法，包含有如下步骤：
4、(1)、在pc端内开发并安装涂装缺陷ai自动检测模型；
5、(2)、安装图像获取设备，并在该图像获取设备上安装质检app；
6、(3)、利用图像获取设备获取涂装后工件表面数据；
7、(4)、获取后的工件表面数据发送至pc端；
8、(5)、pc端对涂装缺陷ai自动检测模型获取的工件表面数据进行数据分析；
9、(6)、pc端得出结果，
10、(7)、根据结果，pc端管理后台将数据发送至相应的工作人员。
11、本专利技术提供了一种桥梁涂装外观检测方法，通过图像获取设备来获取桥梁锚杆表面图像数据，利用胶缺陷ai自动检测模型对该图像数据进行分析，以判断桥梁锚杆表面的涂装是否达标，达到实现对桥梁锚杆防腐涂装质检的自动化和提升了桥梁锚杆防腐涂装的生产质量的目的。
12、进一步作为优选的，步骤(1)具体如下：
13、(1-1)、涂装缺陷ai自动检测模型训练阶段，利用涂装工件样本图像训练涂装ai缺陷检测模型，让ai模型学习检测缺陷的能力；
14、(1-2)、涂装缺陷ai自动检测模型推理确认阶段，确认涂装缺陷ai自动检测模型。
15、进一步作为优选的，步骤(1-1)具体如下：
16、(1-1-1)、对需要检测的每种涂装缺陷，采用图像获取设备采集工件涂装后的满足分辨率要求图像；
17、(1-1-2)、对工件涂装图像标注；着重要标注涂装缺陷处的矩形框坐标、缺陷类别；
18、(1-1-3)、对工件涂装图像数据进行图像增强；
19、(1-1-4)、采用yolov5的网络结构进行ai缺陷检测神经网络的搭建；
20、(1-1-5)、使用分类损失、定位损失、目标置信度损失三个损失函数对ai缺陷检测模型进行训练。
21、进一步作为优选的，步骤(1-1-1)中在拍摄过程中在不同的采集角度、不同的光照环境下的图像数据。
22、进一步作为优选的，步骤(1-1-3)中对工件涂装图像数据进行图像增强的辅助方式包括使用随机挖孔、随机平移、随机旋转、随机色彩变换、随机噪点中的一种或者多种方式的结合。
23、进一步作为优选的，步骤(1-1-5)中分类损失表示ai模型预测的缺陷类别与真实类别的误差；定位损失表示ai模型预测的缺陷坐标位置与真实坐标的误差；目标置信度损失表示ai模型预测的缺陷目标置信度误差。
24、进一步作为优选的，步骤(2)中在具有图像采集功能的设备上安装相应的质检app，通过该app驱动该设备的图像采集功能对工件表面进行图像采集，将采集数据作为ai缺陷检测模型的数据输入。
25、进一步作为优选的，步骤(4)中ai缺陷检测模型的服务器上使用zlmediakit镜像搭建流媒体服务器，通过质检app拍摄工件涂装视频后，通过无线网络，使用rtmp协议将视频推流到zlmediakit流媒体服务器中，并将视频流转成hls存储。
26、进一步作为优选的，步骤(5)中将ai缺陷检测模型部署在gpu服务器中，提供缺陷检测的功能接口；从流媒体服务器循环拉取质检app中采集的工件涂装hls视频流，将视频流的逐帧图像输入到ai缺陷检测模型中。
27、本专利技术具有如下优点：
28、1.本专利技术提供了一种桥梁涂装外观检测方法，通过图像获取设备来获取桥梁锚杆表面图像数据，利用胶缺陷ai自动检测模型对该图像数据进行分析，以判断桥梁锚杆表面的涂装是否达标，达到实现对桥梁锚杆防腐涂装质检的自动化和提升了桥梁锚杆防腐涂装的生产质量的目的。
本文档来自技高网...【技术保护点】
1.一种桥梁涂装外观检测方法，其特征在于，包含有如下步骤：
2.根据权利要求1所述的一种桥梁涂装外观检测方法，其特征在于，步骤(1)具体如下：
3.根据权利要求2所述的一种桥梁涂装外观检测方法，其特征在于，步骤(1-1)具体如下：
4.根据权利要求3所述的一种桥梁涂装外观检测方法，其特征在于，步骤(1-1-1)中在拍摄过程中在不同的采集角度、不同的光照环境下的图像数据。
5.根据权利要求3所述的一种桥梁涂装外观检测方法，其特征在于，步骤(1-1-3)中对工件涂装图像数据进行图像增强的辅助方式包括使用随机挖孔、随机平移、随机旋转、随机色彩变换、随机噪点中的一种或者多种方式的结合。
6.根据权利要求3所述的一种桥梁涂装外观检测方法，其特征在于，步骤(1-1-5)中分类损失表示AI模型预测的缺陷类别与真实类别的误差；定位损失表示AI模型预测的缺陷坐标位置与真实坐标的误差；目标置信度损失表示AI模型预测的缺陷目标置信度误差。
7.根据权利要求1所述的一种桥梁涂装外观检测方法，其特征在于，步骤(2)中在具有图像采集功能
8.根据权利要求7所述的一种桥梁涂装外观检测方法，其特征在于，步骤(4)中AI缺陷检测模型的服务器上使用zlmediakit镜像搭建流媒体服务器，通过质检APP采集工件涂装视频后，通过无线网络，使用RTMP协议将视频推流到zlmediakit流媒体服务器中，并将视频流转成hls存储。
9.根据权利要求8所述的一种桥梁涂装外观检测方法，其特征在于，步骤(5)中将AI缺陷检测模型部署在GPU服务器中，提供缺陷检测的功能接口；从流媒体服务器循环拉取质检APP中采集的工件涂装hls视频流，将视频流的逐帧图像输入到AI缺陷检测模型中。
...【技术特征摘要】
1.一种桥梁涂装外观检测方法，其特征在于，包含有如下步骤：
2.根据权利要求1所述的一种桥梁涂装外观检测方法，其特征在于，步骤(1)具体如下：
3.根据权利要求2所述的一种桥梁涂装外观检测方法，其特征在于，步骤(1-1)具体如下：
4.根据权利要求3所述的一种桥梁涂装外观检测方法，其特征在于，步骤(1-1-1)中在拍摄过程中在不同的采集角度、不同的光照环境下的图像数据。
5.根据权利要求3所述的一种桥梁涂装外观检测方法，其特征在于，步骤(1-1-3)中对工件涂装图像数据进行图像增强的辅助方式包括使用随机挖孔、随机平移、随机旋转、随机色彩变换、随机噪点中的一种或者多种方式的结合。
6.根据权利要求3所述的一种桥梁涂装外观检测方法，其特征在于，步骤(1-1-5)中分类损失表示ai模型预测的缺陷类别与真实类别的误差；定位损失表示ai模型预测的缺陷坐标位置与真实坐标的误差；目标置...
【专利技术属性】
技术研发人员：代希华，康壮苏，田奎，廖建勋，陈小源，许京，贾骁，闵亮，邵宁，黄拓宇，阳严，赵森，
申请(专利权)人：广东省公路建设有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。