用于识别坡面裂缝的深度迁移学习
计算机视觉与模式识别
2021-12-03 v1 机器学习
摘要
滑坡等地质灾害给人民生命财产安全造成了巨大损失，而地质灾害往往伴随地表裂缝发生。如果能及时识别此类地表裂缝，对地质灾害的监测和预警具有重要意义。目前，裂缝识别最常用的方法是人工检测，其效率和准确度较低。本文提出了一种深度迁移学习框架，以便高效地识别坡面裂缝，从而实现对滑坡等地质灾害的快速监测和预警。其核心思想是通过训练混凝土裂缝的大样本数据集和土岩体裂缝的小样本数据集来采用迁移学习。在提出的框架中，基于混凝土裂缝的大样本数据集构建预训练裂缝识别模型；基于土岩体裂缝的小样本数据集进一步构建精调的裂缝识别模型。所提出的框架可应用于高陡边坡的无人机调查，以实现滑坡的监测和预警，从而保障人民生命财产安全。
引用
@article{arxiv.2108.04235,
title = {Deep Transfer Learning for Identifications of Slope Surface Cracks},
author = {Yuting Yang and Gang Mei},
journal= {arXiv preprint arXiv:2108.04235},
year = {2021}
}