[1]孟庆成 万达 吴浩杰 李明健 齐欣.基于卷积神经网络的混凝土裂缝图像识别方法[J].沈阳建筑大学学报(自科版),2021,(5):832-840.[doi:10.11717/j.issn:2095-1922.2021.05.08]
点击复制

基于卷积神经网络的混凝土裂缝图像识别方法()
分享到：

《沈阳建筑大学学报(自科版)》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2021年第5期
页码:
832-840
栏目:
土木工程
出版日期:
2021-09-30

文章信息/Info

作者:
孟庆成 万达 吴浩杰 李明健 齐欣
关键词:
裂缝识别; 机器学习; 迁移学习; ResNet18; 混淆矩阵
DOI:
10.11717/j.issn:2095-1922.2021.05.08
摘要:
目的 提出一种基于卷积神经网络的混凝土结构裂缝智能检测方法,实现高效准确的裂缝检测。方法 以裂缝图像为分析对象,使用数据扩增和图像分割的方法处理混凝土结构原始裂缝图像,构建裂缝数据集;基于机器视觉理论搭建ResNet18网络模型框架,通过学习率、批量大小、优化函数三个超参数对网络模型进行优化设计,进而使用不同的迁移学习方式训练网络,最后使用混淆矩阵对优化后的模型性能做进一步评判。结果 实验结果表明,采用指数衰减式迁移学习方式、批量大小为64、优化函数为M_SGD时,搭建的网络在混凝土裂缝识别任务中准确率最高,达到了97.98%。结论 优化后的ResNet18网络提高了裂缝检测精度,具有良好的实用性能,并为网络参数的选择提供借鉴。

相似文献/References:

[1]李继伟,冯国会,徐丽.建筑能耗预测的机器学习回归模型研究[J].沈阳建筑大学学报(自科版),2021,(6):1098.[doi:10.11717/j.issn:2095-1922.2021.06.17]
[2]王秋实,董玉宽,梁志鹏,等.不同社区生活圈范围的绿色环境暴露水平与房价的空间分布关系研究[J].沈阳建筑大学学报(自科版),2022,(4):706.[doi:10.11717/j.issn:2095-1922.2022.04.16]

更新日期/Last Update: 2021-10-27