混凝土损伤检测的深度学习方法

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：

• Bridge Crack Detection¹
• CSSC数据库²
• SDNET2018³
• CODEBRIM⁴

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

---

1. Xu H, Su X, Wang Y, et al. Automati bridge crack detection using a convolutional neural network. Applied Sciences, 2019 ↩︎

2. 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 ↩︎

3. 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 ↩︎

4. 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 ↩︎