基于深度学习的桥梁表观病害目标检测研究

摘要
图/表
参考文献
相关文章 (1)

全文: PDF (2075 KB) HTML (1 KB) 输出: BibTeX | EndNote (RIS)

摘要为解决无人机系统应用于桥梁巡检碰到的主要问题，本文首先通过对深度学习神经网络和拟采用的目标检测算法YOLOv8的原理和损失函数构造进行详细研究分析，并研究改进YOLOv8的桥梁表观病害识别方法，然后通过模型对比，最后将改进的YOLOv8的桥梁表观病害目标检测方法应用于桥梁典型病害分析、融入人工标注数据研究、仿射变换数据开展图像增强研究，得出改进后的YOLOv8实现了对桥梁表观缺陷小目标的精确检测，从检测的识别率和准确率都较相关的SSD、YOLO这类单阶段检测算法具有较大提升，有效证明该方法的有效性，为桥梁检修和维护提供了便利和支持。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：桥梁病害, 深度学习, 算法YOLOv8, 方法应用

出版日期: 2024-06-28

引用本文:

程棋锋, 周克民, 林　晨, 张爱乐. 基于深度学习的桥梁表观病害目标检测研究[J]. 水泥杂志, 2024, 0(07): 84-.
CHENG Qifeng, et al.. Research on bridge appearance disease target detection based on deep learning. Journal of Cement, 2024, 0(07): 84-.

链接本文:

http://www.cement.org.cn/CN/ 或 http://www.cement.org.cn/CN/Y2024/V0/I07/84