您当前的位置：
首页 >
文章列表页 >
基于航拍图像与改进U-Net的建筑外墙裂缝检测方法
数字孪生与智能建造 | 更新时间：2023-11-28

    • 基于航拍图像与改进U-Net的建筑外墙裂缝检测方法

    • Building exterior wall crack detection based on aerial images and improved U-Net

    • “在建筑外墙裂缝检测领域，研究者提出了一种基于航拍图像与计算机视觉的裂缝检测方法。通过无人机采集图像、优化U-Net模型，有效提升了裂缝检测的效率、准确性和安全性。改进的U-Net模型在IoU指标和F1_score上分别提升了3.53%、4.18%，性能优于经典分割模型，为建筑外墙裂缝检测提供了一种安全、高效、准确的解决方案。”
    • 土木与环境工程学报   2024年46卷第1期 页码：223-231

    • DOI：10.11835/j.issn.2096-6717.2022.145    

      中图分类号： TU17

    • 收稿：2022-09-27，

      纸质出版：2024-02-25

    移动端阅览

  • 刘少华,任宜春,郑智雄等.基于航拍图像与改进U-Net的建筑外墙裂缝检测方法[J].土木与环境工程学报,2024,46(01):223-231. DOI： 10.11835/j.issn.2096-6717.2022.145.

    LIU Shaohua,REN Yichun,ZHENG Zhixiong,et al.Building exterior wall crack detection based on aerial images and improved U-Net[J].Journal of Civil and Environmental Engineering,2024,46(01):223-231. DOI： 10.11835/j.issn.2096-6717.2022.145.

  •  
  •  

0

浏览量

25

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

建筑饰面砖空鼓缺陷无人机识别关键参数试验研究
基于无人机图像与深度学习的高原地区隧道洞门墙病害检测方法
基于轻量化卷积神经网络的桥梁斜拉索PE护套损伤识别方法
BIM增强的超大基坑施工场地图像语义分割算法
知识驱动的梁桥点云实例级分割技术

相关作者

赵仕兴
余志祥
何佳斌
田永丁
许浒
马麟涛
包卫星
郭强

相关机构

成都西南交通大学设计研究院有限公司
四川省建筑设计研究院有限公司
西南交通大学 土木工程学院
新疆交通建设管理局
长安大学 公路学院
0