基于深度学习的公路裂缝病害自动识别技术研究

作     者：隆星 LONG Xing

作者机构：中国铁建投资集团有限公司广东珠海519031 西安交通大学人居环境与建筑工程学院西安710049 

基　　金：中国铁建投资集团科技研发项目(ZTJ2021WBXKYKT) 

出 版 物：《工程建设与设计》 (Construction & Design for Engineering)

年 卷 期：2023年第2期

页      码：105-109页

摘      要：针对目前裂缝识别存在样本较少,识别精度受样本采集时的环境因素影响较大等问题,提出一种结合VGG网络和Seg Net网络的裂缝分割算法模型(DeepCrack),解决了模型鲁棒性较差的缺陷,实现了裂缝的像素级(pixel-level)识别定位。基于该模型与另外6种深度学习模型在公开道路数据集CRKWH100和CrackL315上的测试结果表明:该模型不仅可以实现对裂缝的识别定位,还能准确地提取裂缝的尺度信息,研究结果可应用于实际工程检测。

主 题 词：高速公路 深度学习 病害识别 卷积神经网络 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0814[工学-地质类] 0811[工学-水利类] 082301[082301] 0823[工学-农业工程类] 

D　O　I：10.13616/j.cnki.gcjsysj.2023.01.234

馆 藏 号：203118266...