您当前的位置：
首页 >
文章列表页 >
BIM增强的超大基坑施工场地图像语义分割算法
更新时间：2025-11-22

    • BIM增强的超大基坑施工场地图像语义分割算法

    • BIM-enhanced semantic segmentation algorithm for construction scenes of oversized excavation sites

    • “在建筑领域，专家引入语义分割算法，构建BIM增强数据集，开发DeepLabv3+算法，实现施工场地图像中目标对象的精确识别。”
    • 土木与环境工程学报   2025年 页码：1-12

    • DOI：10.11835/j.issn.2096-6717.2025.107    

      中图分类号： TU94;TU17

    • 收稿：2025-07-07，

      网络首发：2025-11-21，

    移动端阅览

  • 杨逸枫,李康,刘颖彬等.BIM增强的超大基坑施工场地图像语义分割算法[J].土木与环境工程学报, DOI：10.11835/j.issn.2096-6717.2025.107.

    YANG Yifeng,LI Kang,LIU Yingbin,et al.BIM-enhanced semantic segmentation algorithm for construction scenes of oversized excavation sites[J].Journal of Civil and Environmental Engineering, DOI：10.11835/j.issn.2096-6717.2025.107.

  •  
  •  

0

浏览量

0

下载量

0

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

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
基于深度学习的室内多视角点云自动化配准方法
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
基于深度学习三维重建技术的建筑施工进度管理自动化系统构建

相关作者

尹严
卢汉青
潘振华
郭强
包卫星
车博文
刘界鹏
胡骁

相关机构

新疆交通建设管理局
长安大学 公路学院
中铁建工集团有限公司
重庆大学，自动化学院
重庆大学，土木工程学院
0