| 基于卷积神经网络的桥梁裂缝检测方法 |
| |
| 引用本文： | 廖延娜,李婉. 基于卷积神经网络的桥梁裂缝检测方法[J]. 计算机工程与设计, 2021, 42(8): 2366-2372. DOI: 10.16208/j.issn1000-7024.2021.08.036 |
| |
| 作者姓名： | 廖延娜 李婉 |
| |
| 作者单位： | 西安邮电大学电子工程学院,陕西西安710121;西安邮电大学理学院,陕西西安710121;西安邮电大学理学院,陕西西安710121 |
| |
| 基金项目： | 国家国际科技合作专项基金 |
| |
| 摘 要： | 针对桥梁裂缝固有特征及检测过程的局限性,引入基于卷积神经网络的YOLOv3单阶段目标检测算法,并对YOLOV3网络的多尺度预测模块进行改进,充分利用浅层特征,提升小裂缝检测精度.通过聚类算法对数据集进行聚类,得到适用于桥梁裂缝特征的先验框尺寸.数据集方面引入生成对抗网络对桥梁裂缝数据集进行扩增.实验结果表明,在相同数据...
|
| 关 键 词： | 卷积神经网络 生成对抗网络 桥梁裂缝 目标检测 YOLOv3 |
Bridge crack detection method based on convolution neural network |
| |
| LIAO Yan-na,LI Wan. Bridge crack detection method based on convolution neural network[J]. Computer Engineering and Design, 2021, 42(8): 2366-2372. DOI: 10.16208/j.issn1000-7024.2021.08.036 |
| |
| Authors: | LIAO Yan-na LI Wan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
