(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 202211135957.8 (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 (72)发明人 李保罗　齐玉　李法雄　樊健生　 刘宇飞　 (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 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 基于预测框的裂缝检测方法、 装置和计算机 设备 (57)摘要 本申请涉及一种基于预测框的裂缝检测方 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； 采用裂缝检测网络对目标图像进行裂缝检测， 得 到多个包含预测置信度和位置信息的初始预测 框； 针对每个初始预测框， 在各初始预测框中确 定预测置信度大于初始预测框的预测置信度的 候选预测框， 基于候选预测框与初始预测框的重 叠面积， 确定初始预测框对应的置信度更新参 数， 并基于置信度更新参数对初始预测框的预测 置信度进行更新， 得到初始预测框对应的目标置 信度； 根据各初始预测框对应的目标置信度和预 设置信度阈值， 对初始预测框进行筛选， 得到包 含裂缝的目标预测框。 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11页 附图5页 CN 115546119 A 2022.12.30 CN 115546119 A 1.一种基于预测框的裂缝检测方法， 其特 征在于， 所述方法包括： 获取待检测对象的目标图像； 采用预训练的裂缝检测网络， 对所述目标图像进行裂缝检测， 得到多个包含预测置信 度和位置信息的初始预测框； 针对每个所述初始预测框， 在各所述初始预测框中确定预测置信度大于所述初始预测 框的预测置信度的候选预测框， 基于所述候选预测框与所述初始预测框的重叠面积， 确定 所述初始预测框对应的置信度更新参数， 并基于所述置信度更新参数对所述初始预测框的 预测置信度进行 更新， 得到所述初始预测框对应的目标置信度； 根据各所述初始预测框对应的目标置信度和预设置信度阈值， 对所述初始预测框进行 筛选， 得到包 含裂缝的目标 预测框。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述候选预测框与所述初始预测 框的重叠面积， 确定所述初始预测框对应的置信度更新 参数， 包括： 针对每个所述候选预测框， 计算所述候选预测框与所述初始预测框的重叠面积， 根据 所述重叠面积和所述初始预测框的面积， 计算重叠面积比， 并根据所述重叠面积比确定所 述候选预测框对应的非重 叠面积比； 计算各所述候选预测框对应的非重叠面积比的第 一乘积， 并基于所述第 一乘积确定所 述初始预测框对应的置信度更新 参数。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述第 一乘积确定所述初始预测 框对应的置信度更新 参数， 包括： 根据所述第一乘积和预设映射 函数， 计算所述初始预测框对应的置信度更新 参数。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述置信度 更新参数对所述初始 预测框的预测置信度进行 更新， 得到所述初始预测框对应的目标置信度， 包括： 计算所述置信度 更新参数和所述初始预测框的预测置信度的第 二乘积， 将所述第 二乘 积作为所述初始预测框对应的目标置信度。 5.根据权利要求1所述的方法， 其特征在于， 所述采用预训练的裂缝检测网络， 对所述 目标图像进行裂缝检测， 得到多个包 含预测置信度和位置信息的初始预测框， 包括： 采用预训练的裂缝检测网络， 对所述目标图像进行裂缝检测， 得到多个包含预测置信 度和位置信息的第一预测框； 采用非极大值抑制算法， 对所述第一预测框进行筛 选， 得到初始预测框 。 6.根据权利要求1所述的方法， 其特 征在于， 所述裂缝检测网络的训练过程包括： 获取包含裂缝的样本图像； 对所述样本图像进行裂缝 标注， 得到包 含标框的样本数据集； 基于所述样本数据集对初始的目标检测网络进行训练， 得到裂缝检测网络 。 7.一种基于预测框的裂缝检测装置， 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， 用于采用预训练的裂缝检测网络， 对所述目标图像进行裂缝检测， 得到多个 包含预测置信度和位置信息的初始预测框； 更新模块， 用于针对每个所述初始预测框， 在各所述初始预测框中确定预测置信度大 于所述初始预测框的预测置信度的候选预测框， 基于所述候选预测框与所述初始预测框的权　利　要　求　书 1/2 页 2 CN 115546119 A 2重叠面积， 确定所述初始预测框对应的置信度更新参数， 并基于所述置信度更新参数对所 述初始预测框的预测置信度进行 更新， 得到所述初始预测框对应的目标置信度； 筛选模块， 用于根据各所述初始预测框对应的目标置信度和预设置信度阈值， 对所述 初始预测框进行筛 选， 得到包 含裂缝的目标 预测框。 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 115546119 A 3