Scidown文献预览系统！
同时像素级具体缺陷检测和分组使用一个完全卷积模型( Simultaneous pixel-level concrete defect detection and grouping using a fully convolutional model )
C Zhang CC Chang M Jamshidi
近年来，深度学习技术在民用基础设施系统视觉检测领域引起了广泛的关注。目前，基于深度学习的视觉检测技术大多利用卷积神经网络来识别表面缺陷，要么通过检测每个缺陷的包围盒，要么对图像上的所有像素进行分类，而不区分不同的缺陷实例。这些输出不能直接用于获取图像中每个单独缺陷的几何特性，从而阻碍了全自动结构评估技术的发展。本文提出了一种新的全卷积模型，用于同时检测和分组图像上的每个单独缺陷的图像像素。该模型将优化的掩模子网与盒级检测网络相结合，前者输出一组位置敏感的分数映射用于像素级缺陷检测，后者预测每个缺陷的包围盒以对检测到的像素进行分组。利用包含裂缝、剥落和钢筋外露三种常见混凝土缺陷的图像数据集对模型进行训练和检验。结果表明，在NVIDIA GeForce GTX 1060 GPU上，该模型对各种缺陷尺寸和形状都具有较强的鲁棒性，在输入图像大小为576×576的情况下，掩模级平均精度(mAP)为82.4%，平均交集(mIoU)为75.5%，处理速度约为10 FPS。将其性能与目前最先进的实例分割网络掩码R-CNN和语义分割网络U-NET进行了比较。对比研究表明，该模型具有明显的缺陷边界描述能力，在精度和速度上均优于掩模R-CNN和U-Net。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown G1oba11y最优冗余分辨率与动态规划机器人规划ros实现下载
scidown nb掺杂和e极化对NBT陶瓷介电和电性能的影响下载
scidown 提高用于海水淡化的太阳能蒸馏器的性能下载