利用众包训练进行深度学习的腐蚀自动检测
人机交互
2019-08-08 v1 图像与视频处理
摘要
从图像（即照片）或视频（即无人机 footage）中自动检测腐蚀在腐蚀监测方面具有显著优势。此类优势包括抵达偏远位置、降低检查员风险、节省成本以及监测速度。腐蚀的自动检测需要深度学习以接近人类水平的人工智能（A.I.）。深度学习模型的训练需要密集的图像标注，为生成大规模标注图像数据库，我们通过专用网站寻求众包标注。该网站（corrosiondetector.com）允许任何用户标注图像，此类标注随后用于训练基于云的 A.I. 模型——该基于云的模型进而能够评估任何新（或上传）图像是否存在腐蚀。换言之，该网站既包含众包训练过程，也包含演进模型的最终使用。本文报道了网站（corrosiondetector.com）在约一个月期间的结果与发现。
关键词
引用
@article{arxiv.1908.02548,
title = {Automated Corrosion Detection Using Crowd Sourced Training for Deep Learning},
author = {W. T. Nash and C. J. Powell and T. Drummond and N. Birbilis},
journal= {arXiv preprint arXiv:1908.02548},
year = {2019}
}
备注
presubmission, computer vision, deep learning