典型文献
面向混凝土裂缝检测的级联神经网络算法研究
文献摘要：
针对传统深度学习的裂缝检测方法在复杂环境下鲁棒性低、边缘区域识别精度差、损伤量化结果误差大的问题,本文提出一种复杂环境下基于级联神经网络的混凝土裂缝检测方法.该方法分为三步:第一步利用改进的语义分割模型对复杂环境下的裂缝进行初步识别,判断图像中裂缝的大致感兴趣区域;第二步采用本文所提基于金字塔池化的掩膜优化方法对粗分割图像进行优化,精确捕获裂缝边缘上下文信息;第三步采用二维码靶标的图像像素解析度和裂缝宽度参数获取算法计算裂缝宽度.试验结果表明,相较于传统裂缝识别方法,本文方法在精确率、召回率、准确率、F1分数和交并比五项评价指标上均有提升,且总体检测准确率在95％以上,能实现复杂环境下混凝土裂缝的检测与定量分析.
文献关键词：
混凝土裂缝检测;复杂环境;级联神经网络;裂缝识别;掩膜优化
中图分类号：
作者姓名：
张辉霖;李登华;丁勇
作者机构：
南京理工大学理学院,南京 210094;南京水利科学研究院,南京 210029;水利部水库大坝安全重点实验室,南京 210029
文献出处：
引用格式：
[1]张辉霖;李登华;丁勇-.面向混凝土裂缝检测的级联神经网络算法研究)[J].水力发电学报,2022(08):134-143
A类：
掩膜优化
B类：
混凝土裂缝检测,级联神经网络,神经网络算法,算法研究,复杂环境,边缘区域,区域识别,识别精度,损伤量化,第一步,语义分割,分割模型,感兴趣区域,第二步,金字塔池化,上下文信息,第三步,二维码,靶标,像素,解析度,裂缝宽度,参数获取,算法计算,裂缝识别,精确率,召回率,交并比,五项,检测准确率
AB值：
0.283731
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。
