原文传递
基于YOLOv4的桥梁钢结构表观病害自动识别方法的研究
| 题名： | 基于YOLOv4的桥梁钢结构表观病害自动识别方法的研究 |
| 正文语种： | 中文 |
| 作者： | 斯新华;刘大洋;张朋;张振东;黄倩文 |
| 作者单位： | 招商局重庆公路工程检测中心有限公司;林同棪国际工程咨询（中国）有限公司 |
| 关键词： | 桥梁工程;表观病害;自动识别方法;YOLOv4;钢结构 |
| 摘要： | 我国现行桥梁钢结构外观缺陷检测主要依靠人工目测，该检测方式效率低，劳动强度大，环境和人为主观因素影响大。提出了一种基于目标检测方法YOLOv4的桥梁钢结构表观病害（锈蚀、涂层剥落等）识别方法，通过建立网络结构模型训练学习，从图像中找到病害所在位置以及类别信息，然后不断优化结构模型，从而准确框出病害区域并识别类型。通过试验验证表明，基于YOLOv4的检测方法能够较为准确地识别出常见的钢结构表观病害。当IoU阈值为0.5时，其检测精度mAP值达到了70.8%，识别准确率可达到82%，能很好地满足病害识别检测实时性的需求。该研究成果也可用于其他行业内的钢结构表观病害自动识别，以全面提升智能化检测水平。 |
| 期刊名称： | 公路 |
| 出版年： | 2022 |
| 期： | 08 |
| 页码： | 399-402 |
检索历史
应用推荐
