基于卷积神经网络的桥梁裂缝检测方法

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,在相同数据集和迭代次数下,改进YOLOv3网络裂缝检测精度可达0.9302,比原YOLOv3提高0.0137.

关键词：卷积神经网络;生成对抗网络;桥梁裂缝;目标检测;YOLOv3

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国际科技合作计划基金项目陕西省科技厅项目2020KW-001

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2366-2372