典型文献
基于深度学习的灌区水工混凝土结构表面裂缝自动检测方法
文献摘要：
裂缝是水利灌区混凝土结构破坏损伤的主要表现形式之一,裂缝的存在破坏了结构的整体性,削弱了结构承载力.传统的现场检查主要依靠人工视觉,主观程度高.本文提出了一种基于深度学习的混凝土结构表面裂缝自动检测方法,利用手机照片或无人机巡查照片通过图片识别技术确定混凝土表面裂缝位置、并在图片上做出标记.方法构建了一个单阶段目标检测网络模型,它由主干特征网络EfficientNet和检测器两部分组成.检测器从三个不同尺度的特征图中提取特征要素作为输入,并将低层特征与高层特征融合,提高了检测精度.将该模型与其他三种目标检测模型进行了比较,本文模型平均检测精度最高,能够很好地检测出图像中的裂缝.
文献关键词：
灌区;水工混凝土;裂缝检测;深度学习;目标检测
中图分类号：
作者姓名：
曹国金;苏超;王文君
作者机构：
广州市流溪河灌区管理中心,广东 广州 510920;河海大学水利水电学院,江苏 南京 210024
文献出处：
引用格式：
[1]曹国金;苏超;王文君-.基于深度学习的灌区水工混凝土结构表面裂缝自动检测方法)[J].吉林水利,2022(12):14-17
A类：
B类：
灌区,水工混凝土结构,结构表面,表面裂缝,裂缝自动检测,结构破坏,结构承载力,现场检查,主观程度,无人机巡查,查照,图片识别,混凝土表面,单阶段目标检测,目标检测网络,EfficientNet,检测器,不同尺度,特征图,提取特征,特征要素,低层,特征融合,检测精度,目标检测模型,模型平均,出图,裂缝检测
AB值：
0.366756
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。
