期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于迁移学习的桥梁表观病害检测技术研究
被引量：
12
1
作者
王桂平
陈旺桥
+2 位作者
杨建喜
唐于凌
吴波
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2022年第6期1638-1646,共9页
桥梁表观病害检测是保证桥梁设施安全的关键技术之一。深度卷积网络因其强大的特征提取能力,被广泛应用于土木工程领域的结构病害识别与检测,然而在土木工程领域中往往缺乏用于训练深度学习网络的高质量大规模病害图像数据集。针对上述...
桥梁表观病害检测是保证桥梁设施安全的关键技术之一。深度卷积网络因其强大的特征提取能力,被广泛应用于土木工程领域的结构病害识别与检测,然而在土木工程领域中往往缺乏用于训练深度学习网络的高质量大规模病害图像数据集。针对上述问题,提出一种基于迁移学习的桥梁表观病害检测方法。该方法运用迁移学习技术,通过迁移VGG16网络模型结构及全部卷积层参数,并在迁移后的模型结构上添加新的全连接层,以此来解决训练数据集不足的问题。运用动态学习率调整策略,以不同的学习率对卷积层和全连接层参数分别进行微调,用于提高模型的识别准确率。实验对比ResNet18,ResNet50,VGG19,VGG16等主流深度学习网络模型,该方法在验证集上取得了最高准确率,为98.86%。用实拍的未经过处理的桥梁表观病害图像数据集进行测试,该方法的整体结构表观病害识别准确率达到88.33%,其中泛碱、露筋和裂缝3类病害的测试准确率分别达到96.25%,80.00%和88.75%,具有较高的病害识别准确率,可以用于在役桥梁表观病害识别。
展开更多
关键词
桥梁
表观病害检测
迁移学习
深度卷积网络
动态学习率调整
微调
在线阅读
下载PDF
职称材料
地铁隧道结构表观病害快速检测方法与应用
被引量：
8
2
作者
路耀邦
刘永胜
樊晓东
《隧道建设（中英文）》
CSCD
北大核心
2021年第S02期655-663,共9页
为有效解决地铁隧道表观病害检测车的适用性和病害识别的精准性问题,以A市轨道交通B线为例,采用隧道表观病害检测车开展表观病害数据采集、处理、分析和健康评估,并从检测效率、检测精度和病害识别率3个方面,将设备检测结果与人工检测...
为有效解决地铁隧道表观病害检测车的适用性和病害识别的精准性问题,以A市轨道交通B线为例,采用隧道表观病害检测车开展表观病害数据采集、处理、分析和健康评估,并从检测效率、检测精度和病害识别率3个方面,将设备检测结果与人工检测结果对比分析。结果表明:1)该隧道表观病害以裂缝为主,约占65%,渗漏水和剥落掉块占比相对较小;2)裂缝最大宽度主要集中在0.2~0.5 mm,裂缝最长达3.7 m,剥落掉块面积基本在0.04 m^(2)内,二者健康度以2级为主;渗漏水面积集中在0~0.5 m^(2),健康度评定为1级;3)与人工检测相比,设备检测优势明显,大幅提高检测速度,节约人工71%,病害总体识别率达到92.8%,可检测出0.2 mm以上宽度的裂缝,以及1 cm^(2)以上面积的渗漏水和剥落掉块,大幅提高表观病害检测质量和效率,节约隧道养护成本。并根据表观病害检测结果提出地铁隧道合理化维修建议。
展开更多
关键词
地铁隧道
表观病害检测
检测
车
裂缝
渗漏水
剥落掉块
在线阅读
下载PDF
职称材料
题名
基于迁移学习的桥梁表观病害检测技术研究
被引量：
12
1
作者
王桂平
陈旺桥
杨建喜
唐于凌
吴波
机构
重庆交通大学信息科学与工程学院
重庆交通大学土木工程学院
出处
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2022年第6期1638-1646,共9页
基金
国家自然科学基金资助项目(62073051)
重庆市教委科学技术研究项目青年项目(KJQN201900726)
重庆市教委科学技术研究项目重大项目(KJZD-M202000702)。
文摘
桥梁表观病害检测是保证桥梁设施安全的关键技术之一。深度卷积网络因其强大的特征提取能力,被广泛应用于土木工程领域的结构病害识别与检测,然而在土木工程领域中往往缺乏用于训练深度学习网络的高质量大规模病害图像数据集。针对上述问题,提出一种基于迁移学习的桥梁表观病害检测方法。该方法运用迁移学习技术,通过迁移VGG16网络模型结构及全部卷积层参数,并在迁移后的模型结构上添加新的全连接层,以此来解决训练数据集不足的问题。运用动态学习率调整策略,以不同的学习率对卷积层和全连接层参数分别进行微调,用于提高模型的识别准确率。实验对比ResNet18,ResNet50,VGG19,VGG16等主流深度学习网络模型,该方法在验证集上取得了最高准确率,为98.86%。用实拍的未经过处理的桥梁表观病害图像数据集进行测试,该方法的整体结构表观病害识别准确率达到88.33%,其中泛碱、露筋和裂缝3类病害的测试准确率分别达到96.25%,80.00%和88.75%,具有较高的病害识别准确率,可以用于在役桥梁表观病害识别。
关键词
桥梁
表观病害检测
迁移学习
深度卷积网络
动态学习率调整
微调
Keywords
bridge surface disease detection
transfer learning
deep convolution network
dynamic learning rate adjustment
fine-tune
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
地铁隧道结构表观病害快速检测方法与应用
被引量：
8
2
作者
路耀邦
刘永胜
樊晓东
机构
中铁隧道勘察设计研究院有限公司
广东省隧道结构智能监控与维护企业重点实验室
南京火眼猴信息科技有限公司
出处
《隧道建设（中英文）》
CSCD
北大核心
2021年第S02期655-663,共9页
文摘
为有效解决地铁隧道表观病害检测车的适用性和病害识别的精准性问题,以A市轨道交通B线为例,采用隧道表观病害检测车开展表观病害数据采集、处理、分析和健康评估,并从检测效率、检测精度和病害识别率3个方面,将设备检测结果与人工检测结果对比分析。结果表明:1)该隧道表观病害以裂缝为主,约占65%,渗漏水和剥落掉块占比相对较小;2)裂缝最大宽度主要集中在0.2~0.5 mm,裂缝最长达3.7 m,剥落掉块面积基本在0.04 m^(2)内,二者健康度以2级为主;渗漏水面积集中在0~0.5 m^(2),健康度评定为1级;3)与人工检测相比,设备检测优势明显,大幅提高检测速度,节约人工71%,病害总体识别率达到92.8%,可检测出0.2 mm以上宽度的裂缝,以及1 cm^(2)以上面积的渗漏水和剥落掉块,大幅提高表观病害检测质量和效率,节约隧道养护成本。并根据表观病害检测结果提出地铁隧道合理化维修建议。
关键词
地铁隧道
表观病害检测
检测
车
裂缝
渗漏水
剥落掉块
Keywords
metro tunnel
surface defect monitoring
inspection vehicle
crack
water leakage
spalling
分类号
U45 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于迁移学习的桥梁表观病害检测技术研究
王桂平
陈旺桥
杨建喜
唐于凌
吴波
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2022
12
在线阅读
下载PDF
职称材料
2
地铁隧道结构表观病害快速检测方法与应用
路耀邦
刘永胜
樊晓东
《隧道建设（中英文）》
CSCD
北大核心
2021
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
