基于深度学习框架Caffe的路面裂缝识别研究
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.1671-3818.2017.03.009

基于深度学习框架Caffe的路面裂缝识别研究

引用
近年来,大规模训练数据和GPU的出现使得长期受到冷落的深度学习重新进入人们的视野.深度学习在图像分类上表现出极高的性能,Caffe作为深度学习的开源框架因其强大性能且简单易用而广受推荐.在路面破损检测中,提前对破损图像和完好图像进行分类可以极大提高检测系统性能.文章利用caffe框架对破损图像进行识别取得了较好的实验效果.

Caffe框架、裂缝识别、GPU、沥青路面

U416.2(道路工程)

2017-05-26(万方平台首次上网日期,不代表论文的发表时间)

共2页

20,28

相关文献
评论
暂无封面信息
查看本期封面目录

工程技术研究

2096-2789

44-1727/N

2017,(3)

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