首页> 中文期刊> 《工程建设与设计》 >基于深度学习的公路裂缝病害自动识别技术研究

基于深度学习的公路裂缝病害自动识别技术研究

         

摘要

针对目前裂缝识别存在样本较少,识别精度受样本采集时的环境因素影响较大等问题,提出一种结合VGG网络和Seg Net网络的裂缝分割算法模型(DeepCrack),解决了模型鲁棒性较差的缺陷,实现了裂缝的像素级(pixel-level)识别定位。基于该模型与另外6种深度学习模型在公开道路数据集CRKWH100和CrackL315上的测试结果表明:该模型不仅可以实现对裂缝的识别定位,还能准确地提取裂缝的尺度信息,研究结果可应用于实际工程检测。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号