基于深度学习的居住建筑外墙面损伤检测研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1000-4726.2021.07.033

基于深度学习的居住建筑外墙面损伤检测研究

引用
以Tensorflow 2.0为平台,通过Faster RCNN算法框架建立深度学习模型.以1620张居住建筑外墙面受损照片为数据集.选取其中1296张为训练集,对模型进行有监督训练并测试模型训练深度,324张为测试集校检模型精度.测试结果表明,深度学习模型对居住建筑外墙的污染类损伤检测率为88.82%;裂缝类损伤检测率为90.21%;破损类损伤检测率为90.94%,检测平均耗时为每图0.23s.深度学习检测模型可有效反馈外墙面的主要损伤情况,提高建筑工程管理效率.

居住建筑;墙面损伤;图像检测;深度学习;建筑维护

52

TU71(建筑施工)

2021-08-20(万方平台首次上网日期,不代表论文的发表时间)

共4页

892-895

相关文献
评论
暂无封面信息
查看本期封面目录

建筑技术

1000-4726

11-2253/TU

52

2021,52(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn