桥梁结构裂缝病害识别检测技术研究——基于深度学习

刘京峰 , 丁洋 , 王赞

云南民族大学学报(自然科学版) ›› 2025, Vol. 34 ›› Issue (03) : 356 -362.

PDF (2981KB)
云南民族大学学报(自然科学版) ›› 2025, Vol. 34 ›› Issue (03) : 356 -362. DOI: 10.3969/j.issn.1672-8513.2025.03.014
信息与计算机科学

桥梁结构裂缝病害识别检测技术研究——基于深度学习

作者信息 +

Research on bridge structure crack disease identification and detection technology based on deep learning algorithm

Author information +
文章历史 +
PDF (3051K)

摘要

由于桥梁结构会受到应变、温湿度等侵蚀和损毁,经常会造成桥梁结构产生裂缝病害,需要对桥梁结构的裂缝病害进行检测.设计了全卷积神经网络模型,采用裂缝图像数据集对模型进行了训练和验证,利用该全卷积神经网络模型可对3种桥梁裂缝病害的形态进行识别,并且与其他裂缝识别方法相比,具有较高的准确率和召回率.

关键词

深度学习 / 智能识别 / 全卷积神经网络 / 桥梁结构 / 裂缝检测 / 图像处理

Key words

deep learning / intelligent identification / fully convolution neural network / bridge structure / crack detection / image processing

引用本文

引用格式 ▾
刘京峰, 丁洋, 王赞 桥梁结构裂缝病害识别检测技术研究——基于深度学习[J]. 云南民族大学学报(自然科学版), 2025, 34(03): 356-362 DOI:10.3969/j.issn.1672-8513.2025.03.014

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

北京市共建项目(2020GJ-05)

AI Summary AI Mindmap
PDF (2981KB)

26

访问

0

被引

详细

导航
相关文章

AI思维导图

/