基于卷积神经网络和SVM的混凝土桥梁裂缝检测研究

针对目前混凝土桥梁裂缝检测方法泛化能力不佳且检测精度不高的问题,提出一种基于卷积神经网络并结合SVM分类器的检测模型,选用引入SE模块的ResNet18网络作为模型主干,引入迁移学习的概念,利用辅助数据集预训练网络以获得合适的权重,通过自建数据集训练网络以获取更多的图像特征,将得到的图像特征作为SVM分类器输入信息以实现对裂缝图像与背景图像分类。实验结果表明,与传统模型相比,该模型表现颇佳,在测试集中准确率达到98.85%。