Autonomous concrete crack detection using deep fully convolutional neural network论文笔记
@(论文笔记)
1.实验
实验方法
作者想要采用一种对称的编码-解码FCN网络来进行裂缝像素和非裂缝像素的二类图像分割。首先,采用VGG16, InceptionV3和ResNet网络结构对以公开数据集进行裂缝与非裂缝图像进行二分类试验,选出分类准确性最好的结构,再将作为基础网络结构来进行裂缝图像分割。
数据集
混泥土裂缝数据集,包括两万张裂缝图像,两万张非裂缝图像,其中随机分布的600张裂缝图像,成对地带有像素的标记,即裂缝检测的标记图像。对于分类任务,训练集具有32000张图像,验证集有4000张图像,测试集有4000张图像。对于分割任务,训练集有400张图像,验证集100张,测试集100张。
三种FCN对裂缝分类能力对比
从图可以看出,对于裂缝图像分类来说,VGG和incept