典型文献
基于改进Mask R-CNN的硬化混凝土离析程度评价
文献摘要：
水工混凝土钻孔图像中骨料的精准分割对于硬化混凝土离析评价至关重要.然而,传统的骨料图像分割方法存在精度低和泛化性能差的问题.针对上述问题,本文提出了一种改进Mask R-CNN的硬化混凝土骨料分割模型,通过在Mask R-CNN模型的主干网络中引入高效通道注意力模块(efficient channel attention,ECA)与空间注意力模块(stage attention module,SAM),实现卷积网络对通道与空间权重的自适应调整,从而提升模型对目标骨料边界与位置分布的检测性能;进一步提出硬化混凝土离析程度定量评价方法,通过量化目标骨料的面积、边界以及在高程方向上的分布,实现混凝土离析程度的定量评价.工程案例表明,所提骨料分割模型平均精度(mAP@0.5)达到了0.8752,相比未改进模型提高了4.19％,在多种复杂环境下的分割效果均优于传统骨料图像分割方法,且混凝土离析程度定量评价平均误差仅为4.85％,验证了所提方法的有效性与优越性,为混凝土离析程度科学评价提供了新的技术手段.
文献关键词：
硬化混凝土;Mask R-CNN;骨料分割;混凝土离析;定量评价
中图分类号：
作者姓名：
任炳昱;叶钲军;王栋;吴斌平;谭尧升
作者机构：
天津大学 水利工程仿真与安全国家重点实验室,天津 300072;中国三峡建工(集团)有限公司,成都 610041;中国长江三峡集团有限公司,北京 100038
文献出处：
引用格式：
[1]任炳昱;叶钲军;王栋;吴斌平;谭尧升-.基于改进Mask R-CNN的硬化混凝土离析程度评价)[J].水力发电学报,2022(05):93-102
A类：
骨料分割
B类：
Mask,硬化混凝土,混凝土离析,程度评价,水工混凝土,钻孔图像,图像分割,分割方法,泛化性能,混凝土骨料,分割模型,主干网络,高效通道注意力模块,efficient,channel,attention,ECA,空间注意力,stage,module,SAM,卷积网络,空间权重,自适应调整,位置分布,检测性能,定量评价方法,工程案例,模型平均,mAP,未改,改进模型,复杂环境,分割效果,平均误差,科学评价
AB值：
0.298027
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。
