YOLO与SAHI模型在建筑外立面表观损伤检测中的协同应用
以无人机拍摄的2幢高层住宅建筑外立面裂缝、脱落、渗水、空调支架锈蚀4种表观损伤照片为数据集,利用YOLO目标检测算法及SAHI切片辅助推理框架进行了模型训练与目标检测试验研究.试验结果表明,对高分辨率照片数据集进行图像切片、图像增强处理后,采用YOLO模型训练可以达到较好的训练效果,平均精度均值达到81.9%.模型训练完成后,采用YOLOv5s与SAHI集成框架可直接对建筑外立面损伤高分辨率照片进行检测,模型对墙面细小裂缝、局部小块脱落等小目标也表现出较好的检测效果.
高层建筑、建筑外立面、深度学习、表观损伤、小目标检测、协同
51
TU761.12(建筑施工)
上海市住房和城乡建设管理委员会科研项目2021-002-026
2023-02-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
114-119