原文传递
基于卷积神经网络的混凝土桥梁裂缝智能识别研究
| 题名： | 基于卷积神经网络的混凝土桥梁裂缝智能识别研究 |
| 正文语种： | 中文 |
| 作者： | 梁栋 周学锋 何佳 王松 |
| 作者单位： | 河北工业大学 |
| 关键词： | 混凝土桥梁 人工智能 裂缝识别 卷积神经网络 机器学习 |
| 摘要： | 本文提出了一种运用深度卷积神经网络(Convolutional neural networks,简称CNN)的混凝土桥梁裂缝图像的智 能检测方法.通过裁剪200张拍摄于实际桥梁检测工作中的图像制作了一个包含30 000张分辨率为100×100像素的图像数据库,并随机地从数据库中选择图像组成了4个训练集用来训练CNN网络.由4个训练集训练的网络组成对比试验,结果能够达到的最高验证精度为99.06％.在随后的识别过程中,采用了50张分别拍摄于不同实际桥梁,且并未参与网络训练的图像.识别结果证明了本文设计的卷积神经网络在混凝土裂缝识别过程中具有良好的泛化能力和自适应性.研究结果表明,深度卷积神经网络能够在实际条件下很好地对混凝土桥梁表面裂缝进行识别.本文为进一步实现混凝土桥梁裂缝检测的智能化奠定了良好基础. |
| 会议日期： | 201805 |
| 会议举办地点： | 贵阳 |
| 会议名称： | 第二十三届全国桥梁学术会议 |
| 出版日期： | 2018-04-30 |
| 母体文献： | 第二十三届全国桥梁学术会议 论文集 |
检索历史
应用推荐
