专利交易市场

本发明涉及智能检测与分析技术领域，尤其涉及用于三维探地雷达的路面内部病害检测方法及系统，本发明包括多模态数据采集与预处理、多模态数据对齐与特征提取、自适应深度学习模型训练与识别、动态统计特征分析与优化以及自动报告生成与决策支持；通过多模态数据融合技术，实现了更全面和准确的病害检测；引入深度神经网络和多任务学习框架，提高了数据处理效率和准确性；结合强化学习技术，动态优化模型参数，提升模型的鲁棒性和适应性；通过智能过滤和概率优化，显著降低了误判率，提高识别结果的可信度；最终，基于检测结果生成详细的检测报告，为道路维护和管理提供科学可靠的决策支持；本发明提升了路面内部病害检测的精度、效率和可靠性。

本发明公开了一种三维探地雷达地下病害识别模型复杂环境自适应训练方法，属于计算机模型技术领域，包括获取源域数据集Ds和目标域数据集Dt；构造三维编解码网络；用DS训练三维编解码网络得到基础模型；用Dt训练学生模型优化伪标签；基于混合权重构造混合域数据集训练学生模型，训练时用教师模型生成混合域数据集内样本的伪标签，以最小化联合损失更新学生模型，并用EMA方式更新教师模型。本发明用于在地下病害数据存在域差异训练更新，实现跨域地下病害检测的复杂环境需求。具有三维语义分割精度高、边界识别能力强、跨域环境自适应能力与泛化性能的突破性增强、及计算效率与资源消耗优化的特点。