52监测网专家报告分享-第73期《卷积神经网络在混凝土桥梁裂 缝识别中的应用研究》
|
52监测网专家报告分享-第73期 《卷积神经网络在混凝土桥梁裂 缝识别中的应用研究》 汇报人：梁栋 河北工业大学 报告来源：2018结构安全监测行业技术交流会 报告目录 一、研究背景及意义 二、国内外研究现状 三、双网络模型 四、识别结果展示 五、结论 报告简介 一、研究背景及意义
（数据来自2012-2016年交通运输行业发展统计公报） 因此，只有适应大批量桥梁的、自动检测与评估方法才能适应我国的混凝土桥梁现状。其中，基于图像识别的裂缝自动检测成为重要方法之一。
二、国内外研究现状 存在问题 （1）对照片需要复杂的预处理过程，不利于实现裂缝识别的自动化； （2）受照片中无关信息干扰严重，很难将其排除，造成错误识别； （3）混凝土桥梁裂缝宽度一般不超过0.2mm，对于细小裂缝的识别有一定的困难。 三、双网络模型
四、识别结果展示
五、结论 首先使用CNN模型做整体上的区域识别，然后使用FCN模型进行图像分割，可以更好地排除照片中的干扰信息，同时兼顾了识别精度。 在识别过程中，直接输入桥梁的外观图片，无 需对照片做复杂的预处理，自动提取出裂缝特征，计算出宽度和长度信息有助于实现桥梁裂缝检测的高度自动化， 可大幅提高检测效率。
52监测网专家报告分享-第73期
此资料由52监测网整理，仅用于免费分享学习，侵删 |
2019-12-05
2021-07-07
2021-06-29
2021-09-06
2021-09-07
Powered by Discuz! X3.2@ 2001-2013 Comsenz Inc. 京ICP备16000992号-2 
京公网安备 11010802022300号
请发表评论