(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211136220.8 (22)申请日 2022.09.19 (71)申请人 清华大学 地址 100084 北京市海淀区清华园 申请人 北京未新科技有限公司 (72)发明人 樊健生　刘宇飞　李保罗　李法雄　 刘诚　齐玉　胡跃军　 (74)专利代理 机构 北京华进京联知识产权代理 有限公司 1 1606 专利代理师 彭辉 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/62(2017.01) G06V 10/40(2022.01) G06V 10/774(2022.01)G06V 10/82(2022.01) G06V 20/10(2022.01) (54)发明名称 基于联合检测的裂缝检测方法、 装置和计算 机设备 (57)摘要 本申请涉及一种基于联合检测的裂缝检测 方法、 装置、 计算机设备、 存储介质和计算机程序 产品。 所述方法包括： 获取待检测对象的目标图 像； 将目标图像输入至预训练的裂缝联合检测网 络， 得到第一检测结果和第二检测结果； 第一检 测结果为目标图像中各检测区域对应的裂缝识 别结果； 裂缝识别结果包括包含裂缝和不包含裂 缝； 第二检测结果为包含类别预测置信度和位置 信息的裂缝预测框； 将裂缝识别结果为包含裂缝 的检测区域确定为候选检测区域； 根据各候选检 测区域与各裂缝预测框的重叠面积， 在各候选检 测区域中确定包含裂缝的目标检测区域。 采用本 方法能够提高裂缝检测的精确度。 权利要求书2页 说明书14页 附图8页 CN 115526846 A 2022.12.27 CN 115526846 A 1.一种基于联合检测的裂缝检测方法， 其特 征在于， 所述方法包括： 获取待检测对象的目标图像； 将所述目标图像输入至预训练 的裂缝联合检测网络， 得到第 一检测结果和第 二检测结 果； 所述第一检测结果为所述 目标图像中各检测区域对应的裂缝识别结果； 所述裂缝识别 结果包括包含裂缝和不包含裂缝； 所述第二检测结果为包含类别预测置信度和位置信息的 裂缝预测框； 将所述裂缝识别结果 为包含裂缝的所述检测区域确定为 候选检测区域； 根据各所述候选检测区域与 各所述裂缝预测框的重叠面积， 在各所述候选检测区域中 确定包含裂缝的目标检测区域。 2.根据权利要求1所述的方法， 其特征在于， 所述根据各所述候选检测区域与 各所述裂 缝预测框的重 叠面积， 在各 所述候选检测区域中确定目标检测区域， 包括： 针对每个所述候选检测区域， 计算所述候选检测区域和各所述裂缝预测框的重叠面 积， 并在各所述重叠面积中， 存在至少一个所述重叠面积大于预设阈值的情况下， 将所述候 选检测区域确定为包 含裂缝的目标检测区域。 3.根据权利要求1所述的方法， 其特征在于， 所述检测区域为预设尺寸的网格区域， 各 所述网格区域组成所述目标图像； 所述方法还 包括： 确定所述目标检测区域的数量、 以及所述目标图像包含的所述网格区域的总数量， 并 计算所述数量与所述总数量的比值， 将所述比值确定为所述待检测对象的总裂缝率。 4.根据权利要求1所述的方法， 其特征在于， 所述第 二检测结果还包含所述裂缝预测框 对应的裂缝类别； 所述根据各所述候选检测区域与各所述裂缝预测框的重叠面积， 在各所 述候选检测区域中确定包 含裂缝的目标检测区域之后， 还 包括： 针对每个所述目标检测区域， 在各所述裂缝预测框 中确定与 所述目标检测区域的重叠 面积最大 的目标裂缝预测框， 并将所述 目标裂缝预测框对应的裂缝类别， 确定为所述 目标 检测区域对应的裂缝类别。 5.根据权利要求1所述的方法， 其特征在于， 所述裂缝联合检测网络包括骨干网络、 与 所述骨干网络 分别连接的第一颈部网络和 第二颈部网络、 以及与所述第一颈部网络连接的 第一头部网络， 与所述第二颈部网络连接的第二头部网络； 所述将所述 目标图像输入至预 训练的裂缝 联合检测网络， 得到第一检测结果和第二检测结果， 包括： 将所述目标图像输入至所述骨干网络进行特征提取， 并将提取的特征信 息分别输入至 所述第一颈部网络和所述第二颈部网络， 通过所述第一颈部网络进行第一处理， 得到第一 特征图， 并通过所述第二颈部网络进行第二处理， 得到第二特征图； 其中， 所述第一特征图 的每个像素点与一个所述检测区域对应； 将所述第一特征图输入至所述第 一头部网络， 通过所述第 一头部网络对所述第 一特征 图的每个像素点进行第一裂缝类别预测， 得到所述第一检测结果； 将所述第二特征图输入至所述第 二头部网络进行第 二裂缝类别预测， 得到所述第 二检 测结果。 6.根据权利要求1所述的方法， 其特 征在于， 所述裂缝 联合检测网络的训练过程包括： 获取样本对象的样本 图像、 以及所述样本 图像对应的标注数据； 所述标注数据包括第 一类型标注数据和 第二类型标注数据， 所述第一类型标注数据为所述样本图像包含的多个权　利　要　求　书 1/2 页 2 CN 115526846 A 2样本检测区域对应的裂缝标注结果， 所述裂缝标注结果包括包含裂缝和 不包含裂缝； 所述 第二类型 标注数据为包 含裂缝类别 信息和位置信息的标注框； 将所述样本 图像和所述标注数据， 输入至初始 的裂缝联合检测网络进行联合训练， 得 到训练后的裂缝 联合检测网络 。 7.一种基于联合检测的裂缝检测装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取待检测对象的目标图像； 检测模块， 用于将所述目标图像输入至预训练的裂缝联合检测网络， 得到第一检测结 果和第二检测结果； 所述第一检测结果为所述目标图像中各检测 区域对应的裂缝识别结 果； 所述裂缝识别结果包括包含裂缝和 不包含裂缝； 所述第二检测结果为包含类别预测置 信度和位置信息的裂缝 预测框； 第一确定模块， 用于将所述裂缝识别结果为包含裂缝的所述检测区域确定为候选检测 区域； 第二确定模块， 用于根据各所述候选检测区域与各所述裂缝预测框的重叠面积， 在各 所述候选检测区域中确定包 含裂缝的目标检测区域。 8.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至 6中任一项所述的方法的步骤。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现权利要求1至 6中任一项所述的方法的步骤。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现权利要求1至 6中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115526846 A 3