Scidown文献预览系统!
表面裂纹检测采用深度学习与浅CNN架构增强计算( Surface crack detection using deep learning with shallow CNN architecture for enhanced computation )
B Kim N Yuvaraj KRS Preethaa RA Pandian
混凝土结构表面裂缝是结构安全和退化的一个重要指标。为了保证建筑物结构的健康和可靠性,经常进行结构检查和表面裂缝监测是非常重要的。由人进行的表面检查耗时长,而且由于检查人员的经验知识不同,可能会产生不一致的结果。在结构健康监测领域,利用深度学习算法对土木结构表面裂缝进行视觉检测得到了广泛的关注。然而,这些基于视觉的技术需要高质量的图像作为输入,并依赖于高计算能力来进行图像分类。因此,本研究提出了一种基于浅卷积神经网络(CNN)的混凝土表面裂缝检测体系结构。LeNet-5是一个著名的CNN体系结构,利用中东技术大学(METU)数据集中的40,000幅图像进行了优化和训练,用于图像分类。为了以最少的计算量获得最大的裂纹检测精度,对模型的超参数进行了优化。所提出的模型使得使用低功耗计算设备的深度学习算法能够对土木结构进行无麻烦的监测。将该模型与VGG16、Inception和ResNet等预训练深度学习模型的性能进行了比较。所提出的浅层CNN结构在最小计算量的情况下获得了99.8%的最大精度。CNN体系结构中更好的超参数优化导致更高的精度,即使使用浅层堆栈来增强计算。评价结果表明,该方法与无人机等自主设备相结合,能够以最小的计算量实现表面裂纹的实时检测。
『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】