基于边缘提取与VGG16深度卷积神经网络的混凝土裂缝识别方法研究
针对混凝土结构易开裂、裂缝检测耗费人工的问题,对混凝土表面裂缝RGB图像进行边缘提取预处理,得到边缘提取后的样本图像.基于Python语言、PyTorch框架和VGG16深度卷积神经网络,开发应用于混凝土结构表面裂缝自动识别的深度学习框架CCI,并通过实际工程应用对CCI识别裂缝的高效性和准确性进行验证.研究结果表明,CCI识别裂缝的准确度可达96%,应用GPU加速后识别时间<1s,对于混凝土结构表面大范围的裂缝自动识别具有较大优势,可将CCI应用于混凝土结构裂缝检测中.
混凝土、卷积神经网络、裂缝、识别、检测
52
TU528(建筑材料)
国家重点研发计划2021YFF0602003
2023-07-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
11-15