关于基于深度学习的高速公路路基隐蔽病害自动识别技术研究服务项目的询价公告
- 分类:信息公告
- 作者:科技创新部
- 来源:
- 发布时间:2024-02-21
- 访问量:
关于基于深度学习的高速公路路基隐蔽病害自动识别技术研究服务项目的询价公告
- 分类:信息公告
- 作者:科技创新部
- 来源:
- 发布时间:2024-02-21
- 访问量:
根据公司业务需求,现需采购第三方单位提供基于深度学习的高速公路路基隐蔽病害自动识别技术研究服务,欢迎具备相关服务能力的单位参与报价。报价具体要求如下:
一、报价资质要求
具有独立承担民事责任的能力:提供法人或其他组织的营业执照等有效证明文件扫描件。
二、采购要求
针对基于深度学习的高速公路路基隐蔽病害自动识别技术研究服务项目,开展《基于深度学习的高速公路路基隐蔽病害自动识别技术研究》,在高速公路路基隐蔽病害自动识别技术有望在道路管理、交通安全和智能交通领域发挥重要作用,为高速公路路基的建设和维护提供技术支持和解决方案。主要包括以下内容:
(一)工作总体目标
根据基于深度学习的高速公路路基隐蔽病害自动识别技术研究服务项目要求与特点,使用深度学习模型对山区高速公路隐蔽病害,精准辨识高速公路隐蔽病害,针对高速公路隐蔽病害开展诊断预警成为亟待解决的重大难题,对于保障人民生命安全意义重大。并获得软著1项、专利2项、核心期刊1篇。计划工期183天。
(二)工作总体内容
主要包括研究基于领域知识与数据模型双驱动的道路病害识别方法,通过无监督学习与有监督学习的混合学习方法识别道路性态的异常,利用编码方式转化为组合知识表征与领域知识匹配,标识道路实际的病害点,实现异常识别模型能力的增强。
(三)技术要求
1.数据采集和预处理:收集高速公路路基的图像和视频数据,包括各种病害类型的样本。对采集到的数据进行预处理,包括图像去噪、增强和标注等。
2.特征提取和选择:使用深度学习方法,如卷积神经网络 (CNN),对图像数据进行特征提取。探索不同的CNN架构和预训练模型,以选择最适合该任务的模型。
3.模型训练和优化:
将数据集划分为训练集和验证集,用于模型训练和评估。使用标注的图像数据来训练深度学习模型,通过迭代优化模型的权重和参数。探索不同的优化算法和超参数配置,以提高模型的准确性和鲁棒性。
4.病害识别模型的构建:基于训练好的深度学习模型,构建病害识别模型。将模型应用于实际数据集,评估其性能并进行必要的调整和改进。
5.性能评估与改进:使用实际场景中的测试数据对系统进行评估,包括准确性、召回率和误报率等指标。分析评估结果,针对性地改进和优化系统的性能。
三、报送资料清单及其他要求
参与询价单位需首先确认是否符合上述“资质条件”后再参与报价。参与单位需提交以下资料清单:
(一)营业执照或组织机构代码证、事业单位法人代表证书、社会团体法人登记证书等证明文件扫描件,须经年检有效;
(二)报价函(格式自拟)。
上述材料均须加盖单位公章。
四、报价材料接收形式
请于2024年2月23日12:00前将上述材料的PDF扫描件报送至下列邮箱:178001729@qq.com,邮件标题格式:单位名称+基于深度学习的高速公路路基隐蔽病害自动识别技术研究服务项目报价。
五、此次报价仅作为开展采购限价编制的重要参考依据。
联 系 人:杨先生 联系电话:13595010788
联系地址:贵州省贵阳市观山湖区贵阳西收费站旁新大楼3楼
附件:报价表
贵州黔通智联科技股份有限公司
2024年2月21日
附件:报价表
序号 |
服务名称 |
价格(元) |
备注 |
1 |
基于深度学习的高速公路路基隐蔽病害自动识别技术研究 |
|
|
地址:贵州省贵阳市观山湖区二铺西收费站旁黔通智联办公大楼
邮编: 550081
版权所有 © 贵州黔通智联科技股份有限公司 黔ICP备17003472号-10
版权所有 © 贵州黔通智联科技股份有限公司