典型文献
基于残差网络的混凝土结构病害分类识别研究
文献摘要：
针对混凝土结构病害识别类型单一、精度较低的现状,提出了基于残差网络和迁移学习的病害分类识别方法,通过构建多属性病害数据集,利用迁移学习优化残差网络模型,提出混凝土结构健康状态识别的多个任务.首先收集混凝土结构的病害状态图像,依次通过数据清洗、尺寸均一化、数据扩增和多人投票标注,最终得到包含6 680张图像的混凝土结构病害多属性数据集,并依据不同标注属性进行了相应训练集、验证集和测试集的划分;然后利用迁移学习对预训练的Res-Net-34网络前3个部分进行参数冻结,后续2个部分的参数进行重新训练,并在模型末端添加新的参数,基于已构建的数据集进行训练;最后在提出的构件类别检测、剥落检测、病害检测和病害类别检测任务中,分别获得84.88％、98.56％、97.18％和85.34％的F1分数.结果表明:通过构建多属性标注的混凝土结构病害数据集训练深度学习模型,可较好地实现多场景特征下的病害识别效果;采用迁移学习技术可从开源数据中获取较好的特征提取效果;改进的ResNet-34网络可克服网络退化问题,并针对混凝土结构病害识别的多个任务获得较好的效果;相对于单一的混凝土结构病害识别,进行病害部位、程度、多类别的系统性检测,可为结构状态评估提供详细信息,更贴合工程实际需要.
文献关键词：
混凝土结构;病害分类识别;残差网络;多属性标注;迁移学习
中图分类号：
作者姓名：
丁威;马亥波;舒江鹏;NIZHEGORODTSEV Denis V;叶建龙
作者机构：
浙江大学建筑工程学院,浙江杭州 310058;浙江大学平衡建筑研究中心,浙江杭州 310058;浙江大学建筑设计研究院有限公司,浙江杭州 310058;圣彼得堡国立建筑工程大学土木工程学院,圣彼得堡 190005;浙江数智交院科技股份有限公司,浙江杭州 310058
文献出处：
引用格式：
[1]丁威;马亥波;舒江鹏;NIZHEGORODTSEV Denis V;叶建龙-.基于残差网络的混凝土结构病害分类识别研究)[J].建筑科学与工程学报,2022(04):127-136
A类：
多属性标注
B类：
混凝土结构,结构病害,病害分类识别,病害识别,迁移学习,学习优化,残差网络模型,结构健康状态,健康状态识别,状态图,数据清洗,均一化,数据扩增,投票,属性数据,训练集,验证集,测试集,预训练,冻结,新训,剥落,病害检测,集训,深度学习模型,多场景,场景特征,学习技术,开源数据,提取效果,ResNet,多类别,结构状态评估,详细信息,贴合,工程实际
AB值：
0.295413
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。
