期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进YOLOv3网络对混凝土表面裂缝目标识别研究
1
作者
雷斯达
林杰
+2 位作者
黄思璐
肖强
黄玉冰
《公路》
北大核心
2024年第1期270-275,共6页
桥梁健康监测对于桥梁的安全运营至关重要,为了在桥梁检测工作中能更便捷、可靠地完成图像中裂缝的识别与标定工作,达成提升深度学习模型的可靠性和运行效率等目标,提出一种结合YOLOv3与MobileNet神经网络的深度学习算法。通过选用CIOU...
桥梁健康监测对于桥梁的安全运营至关重要,为了在桥梁检测工作中能更便捷、可靠地完成图像中裂缝的识别与标定工作,达成提升深度学习模型的可靠性和运行效率等目标,提出一种结合YOLOv3与MobileNet神经网络的深度学习算法。通过选用CIOU来度量预测框与真实框的距离与重合程度,使得预测框的效果更加稳定,选择MobileNet替换YOLOv3中的主干网络,改进后模型的平均识别精度超过90%,处理单张图像用时仅需38.1ms,实现模型参数轻量化、结构稳定化、识别快速化的目标。同时,该方法对于存在不利识别因素的图像也具备较好的识别效果。研究结果表明:该方法能够对桥梁混凝土结构表面的裂缝目标进行有效地识别与标定。
展开更多
关键词
桥梁
工程
桥梁观测与设备
裂缝识别
YOLO
裂缝图像
MobileNet
原文传递
题名
基于改进YOLOv3网络对混凝土表面裂缝目标识别研究
1
作者
雷斯达
林杰
黄思璐
肖强
黄玉冰
机构
公路建设与养护技术材料及装备交通运输行业研发中心
湖北交投智能检测股份有限公司
出处
《公路》
北大核心
2024年第1期270-275,共6页
基金
湖北省交通运输厅科技项目“公路桥梁大数据系统开发与技术研究”,项目编号2020-186-4-4。
文摘
桥梁健康监测对于桥梁的安全运营至关重要,为了在桥梁检测工作中能更便捷、可靠地完成图像中裂缝的识别与标定工作,达成提升深度学习模型的可靠性和运行效率等目标,提出一种结合YOLOv3与MobileNet神经网络的深度学习算法。通过选用CIOU来度量预测框与真实框的距离与重合程度,使得预测框的效果更加稳定,选择MobileNet替换YOLOv3中的主干网络,改进后模型的平均识别精度超过90%,处理单张图像用时仅需38.1ms,实现模型参数轻量化、结构稳定化、识别快速化的目标。同时,该方法对于存在不利识别因素的图像也具备较好的识别效果。研究结果表明:该方法能够对桥梁混凝土结构表面的裂缝目标进行有效地识别与标定。
关键词
桥梁
工程
桥梁观测与设备
裂缝识别
YOLO
裂缝图像
MobileNet
分类号
U446.2 [建筑科学—桥梁与隧道工程]
U495 [交通运输工程—交通运输规划与管理]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLOv3网络对混凝土表面裂缝目标识别研究
雷斯达
林杰
黄思璐
肖强
黄玉冰
《公路》
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部