典型文献
基于深度卷积网络的路面图像裂纹检测与识别
文献摘要：
针对道路裂纹人工检测精度低、效率低、误差高的问题,提出了一种基于深度卷积网络的路面图像裂纹检测与识别方法.对采集到的混凝土裂纹和砂岩裂纹图像的数据集,利用ResNet-34模型对其进行数据处理,并调整了学习策略的参数设置.将该模型与其他三种神经网络模型进行比较,通过试验得出:基于深度卷积网络的模型在路面图像裂纹检测与识别方面具有很好的准确性并且有效降低了检测误差.
文献关键词：
深度卷积神经网络;路面图像;裂纹检测;识别
中图分类号：
作者姓名：
汪荣娟;王子宁;陈嘉艺;李世新
作者机构：
沈阳工业大学 机械工程学院,辽宁 沈阳 110000
文献出处：
引用格式：
[1]汪荣娟;王子宁;陈嘉艺;李世新-.基于深度卷积网络的路面图像裂纹检测与识别)[J].机械工程与自动化,2022(06):22-24
A类：
B类：
深度卷积网络,路面图像,裂纹检测,检测与识别,检测精度,砂岩,ResNet,学习策略,参数设置,检测误差,深度卷积神经网络
AB值：
0.220133
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。
