原文传递
基于深度学习的复杂场景下混凝土表面裂缝识别研究
| 题名： | 基于深度学习的复杂场景下混凝土表面裂缝识别研究 |
| 作者： | 雷斯达;曹鸿猷;康俊涛 |
| 作者单位： | 武汉理工大学土木工程与建筑学院 |
| 关键词： | 桥梁工程;裂缝识别;深度学习;裂缝图像;裂缝宽度 |
| 摘要： | 为在桥梁健康监测工作中能更便捷、可靠地完成分类采集的裂缝图像及其中裂缝的标识工作，改善裂缝识别方法效果对提取算法初始聚类中心的选取和图像背景环境的高度依赖等问题，提出了一种适用于多种场景条件下的混凝土裂缝检测的图像识别方法。卷积神经网络是深度学习的代表算法之一，该算法具备表征学习能力，能够按其本身的阶层结构对输入信息完成信息分类的工作。依托武汉市某桥的检测工程，在现场完成图像数据的采集后，采用卷积神经网络搭建了适用于混凝土裂缝图像分类的图像分类模型，实现了对检测工程期间所采集的复杂场景下混凝土结构图像的分 |
| 期刊名称： | 公路交通科技 |
| 出版年： | 2020 |
| 期： | 12 |
| 页码： | 80-88 |
检索历史
应用推荐
