原文传递
基于人工智能的桥梁表观病害多标签图像识别研究
| 题名： | 基于人工智能的桥梁表观病害多标签图像识别研究 |
| 正文语种： | 中文 |
| 作者： | 杨勇;史肖蒙 |
| 作者单位： | 贵州大学;贵州城市职业学院 |
| 关键词： | 表观病害;多标签;图像分类;计算机视觉;迁移学习 |
| 摘要： | 桥梁检测是桥梁安全运行的必要条件，是保障国民经济的重要措施。当下检测任务量日夜剧增及人工智能、无人机技术的快速发展，将计算机视觉结合无人机摄像技术应用在桥梁检测中智能化、批量化识别表观病害是一个热门的研究问题。当下研究主要以将无人机等智能设备采集到的桥梁表观图像进行单标签病害的识别分类或是直接进行病害检测，但一张图像中往往存在多标签（多个病害）的表观病害，且采集到的表观图像中只有少量的图像存在病害，这对计算机进行病害目标检测带来了极大的干扰。本文基于计算视觉技术下的图像分类技术，利用ResNet50、DenseNet、SE_ResNeXt101等CNN网络进行桥梁表观图像的多标签病害识别对比研究。实验表明SE_ResNeXt101模型在测试集上mAP值为93%，能较好地过滤出存在病害信息的图像，踢出背景图像的干扰，为后续对不同类别的病害图像采用针对性的病害目标检测、病害分割、量化研究奠定了基础。 |
| 期刊名称： | 中国水运 |
| 出版年： | 2022 |
| 页码： | 151-153 |
检索历史
应用推荐
