基于深度学习的自动化进度监测材料识别
计算机视觉与模式识别
2021-04-20 v2 机器学习
摘要
人工智能尤其是深度学习的最新进展，通过引入最先进的自动化方法，已不可逆转地改变了诸多领域。施工监测也不例外；作为施工监测系统的一部分，材料分类与识别已引起深度学习和机器视觉研究人员的关注。然而，要创建可投产的系统，仍有很长的路要走。诸如光照变化以及达到可接受精度等现实问题，需要被解决以构建鲁棒系统。在本文中，我们解决了这些问题并达到了该任务的最先进性能，即 97.35% 的准确率。此外，我们收集并公开发布了一个包含来自多个施工现场的 11 类共 1231 张图像的新数据集，以帮助该领域的其他研究人员。
引用
@article{arxiv.2006.16344,
title = {Material Recognition for Automated Progress Monitoring using Deep Learning Methods},
author = {Hadi Mahami and Navid Ghassemi and Mohammad Tayarani Darbandy and Afshin Shoeibi and Sadiq Hussain and Farnad Nasirzadeh and Roohallah Alizadehsani and Darius Nahavandi and Abbas Khosravi and Saeid Nahavandi},
journal= {arXiv preprint arXiv:2006.16344},
year = {2021}
}