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 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
请发表评论