典型文献
YOLO与SAHI模型在建筑外立面表观损伤检测中的协同应用
文献摘要:
以无人机拍摄的2幢高层住宅建筑外立面裂缝、脱落、渗水、空调支架锈蚀4种表观损伤照片为数据集,利用YOLO目标检测算法及SAHI切片辅助推理框架进行了模型训练与目标检测试验研究.试验结果表明,对高分辨率照片数据集进行图像切片、图像增强处理后,采用YOLO模型训练可以达到较好的训练效果,平均精度均值达到81.9%.模型训练完成后,采用YOLOv5s与SAHI集成框架可直接对建筑外立面损伤高分辨率照片进行检测,模型对墙面细小裂缝、局部小块脱落等小目标也表现出较好的检测效果.
文献关键词:
高层建筑;建筑外立面;深度学习;表观损伤;小目标检测;协同
中图分类号:
作者姓名:
陈志强;杨霞;陈小杰
作者机构:
上海房屋质量检测站,上海 200031;上海市房地产科学研究院,上海 200031
文献出处:
引用格式:
[1]陈志强;杨霞;陈小杰-.YOLO与SAHI模型在建筑外立面表观损伤检测中的协同应用)[J].施工技术(中英文),2022(24):114-119
A类:
SAHI,空调支架
B类:
建筑外立面,表观损伤,损伤检测,协同应用,高层住宅建筑,渗水,锈蚀,目标检测算法,辅助推理,模型训练,检测试验,图像增强处理,训练效果,平均精度均值,YOLOv5s,集成框架,墙面,细小,小块,检测效果,高层建筑,小目标检测
AB值:
0.277426
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。