基于卷积神经网络的快速裂缝检测
图像与视频处理
2021-05-25 v1
摘要
为提高翻新过程的效率并降低人工成本,本研究提出一种轻量级的基于卷积神经网络(CNN)的架构来提取类裂缝特征,如裂缝与接缝。此外,采用迁移学习(TF)方法以节省训练时间,同时提供可比的预测结果。针对三个不同目标:1)混凝土裂缝检测;2)天然石材裂缝检测;3)天然石材中接缝与裂缝的区分;我们构建了带有接缝与裂缝信息的天然石材数据集,作为混凝土基准数据集的补充。结果表明,我们的模型被证明是一种用于工业应用的有效工具。
引用
@article{arxiv.2105.10892,
title = {Fast Crack Detection Using Convolutional Neural Network},
author = {Jiesheng Yang and Fangzheng Lin and Yusheng Xiang and Peter Katranuschkov and Raimar J. Scherer},
journal= {arXiv preprint arXiv:2105.10892},
year = {2021}
}
备注
10 pages, 11 figures