混凝土损伤检测的深度学习方法
各个领域都看一看学一学
2022.9.6
1 数据集
公开数据集:
2 研究方法
2.1 损伤类别
- 混凝土开裂
- 钢筋裸露
- 混凝土脱落
- 混凝土斑点
2.2 主要研究的关键问题
2.2.1 损伤检测算法性能测试与比较
- 评价指标
2.2.2 损伤检测改进方向
- 如何提高模型精度,即模型的优化方向
- 算法效率优化
- 不同场景下的算法性能和采样建议:光照、亮度、雾化
2.3 更多研究
2.3.1 损伤检测+分割
理解:将裂纹标示出来,不用矩形框,而是直接高亮裂纹
2.3.2 损伤检测+地理定位
理解:结合Google地图数据,标示出地理定位
3 个人感受
都已经这么卷了吗?混凝土损伤识别的领域的关注点都已经在算法研究了
Xu H, Su X, Wang Y, et al. Automati bridge crack detection using a convolutional neural network. Applied Sciences, 2019 ↩︎
Yang L, Li B, Li W, et al. Deep concrete inspection using unmanned aerial vehical towards cssc database[C]//Prroceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems. 2017 ↩︎
Dorafshan S, Thomas R J, Maguire M. SDNET2018: An annotated image dataset for non-contact concrete crack detection using deep convolutional neural networks[J]. Data in brief, 2018 ↩︎
Mundt M, Majumder S, Murali S, et al. Meta-learning convolutional neural architectures for multi-target concrete defect classification with the concrete defect bridge image dataset[C]//Proceeding of the IEEE/CVF conference on computer vision and pattern recognition. 2019: 11196-11205 ↩︎