基于红外热像的车站混凝土结构损伤智能检测方法

车站作为一种典型的混凝土建筑,受工艺和材料配比的限制,大多数混凝土结构均具有一定的内部缺陷。因此,为了保证车站人员的安全,研究提出了一种基于红外热像及掩膜循环卷积神经网络的混凝土结构内部损伤智能检测方法。实验结果显示,该方法对不同类型缺陷的检测精度最高为99.7%,最低为93.3%;Io U最高为98.4%,最低为91.5%。在缺陷尺寸量化中,预测尺寸与实际尺寸的比值均趋近于1,二者的相对误差最大为1.35%,最小为0.04%,平均相对误差为0.70%。在实际应用中,智能检测模型的平均精度均值、平均Io U和平均召回率分别为92.1%、90.2%和84.4%,相较于测试中有所下降,但仍保持在良好水平上。上述结果表明,基于红外热像及掩膜循环卷积神经网络的智能检测模型能有效实现混凝土内部损伤的准确检测,有效保障车站混凝土结构的性能。