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.NET Framework开发的深度学习图像裂缝检测方法
被引量:
1
1
作者
秦龙焜
《电子技术与软件工程》
2020年第20期128-130,共3页
本文针对无人机采集的图像中桥梁裂缝自动化检测的问题,首先在Python环境利用PyTorch框架采用VGG16网络架构对裂缝图像进行训练,然后将训练好的网络模型和参数导出为开放神经网络交换ONNX格式文件,最后在.NETFramework程序中通过ML.NET...
本文针对无人机采集的图像中桥梁裂缝自动化检测的问题,首先在Python环境利用PyTorch框架采用VGG16网络架构对裂缝图像进行训练,然后将训练好的网络模型和参数导出为开放神经网络交换ONNX格式文件,最后在.NETFramework程序中通过ML.NET加载训练好的ONNX文件对图像进行裂缝检测。实验结果表明了本文提出的图像裂缝检测方法过程的有效性,实现了在.NET Framework环境中部署深度神经网络进行实际生产应用。
展开更多
关键词
深度学习
裂缝检测
.NET
Framework
PyTorch
onnx文件
下载PDF
职称材料
题名
基于.NET Framework开发的深度学习图像裂缝检测方法
被引量:
1
1
作者
秦龙焜
机构
苏州市信息中心
出处
《电子技术与软件工程》
2020年第20期128-130,共3页
文摘
本文针对无人机采集的图像中桥梁裂缝自动化检测的问题,首先在Python环境利用PyTorch框架采用VGG16网络架构对裂缝图像进行训练,然后将训练好的网络模型和参数导出为开放神经网络交换ONNX格式文件,最后在.NETFramework程序中通过ML.NET加载训练好的ONNX文件对图像进行裂缝检测。实验结果表明了本文提出的图像裂缝检测方法过程的有效性,实现了在.NET Framework环境中部署深度神经网络进行实际生产应用。
关键词
深度学习
裂缝检测
.NET
Framework
PyTorch
onnx文件
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP391.41 [自动化与计算机技术—计算机应用技术]
U446 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于.NET Framework开发的深度学习图像裂缝检测方法
秦龙焜
《电子技术与软件工程》
2020
1
下载PDF
职称材料
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