基于迁移学习的无权神经网络检测沥青路面病害
计算机视觉与模式识别
2019-01-14 v1 机器学习
机器学习
摘要
本文提出了一种自动病害检测问题的解决方案，更确切地说，是铺装道路中坑洞的检测。为此，所提出的解决方案使用一种称为 Wisard 的无权神经网络来判断道路图像是否存在任何形式的裂缝。此外，所提出的架构还展示了迁移学习的使用如何能够提升决策系统的整体准确率。作为研究的验证步骤，我们使用来自巴西托坎廷斯联邦大学街道的图像进行了实验。所开发解决方案的架构在数据集上取得了 85.71% 的准确率，证明优于当前最先进的方法。
引用
@article{arxiv.1901.03660,
title = {Weightless Neural Network with Transfer Learning to Detect Distress in Asphalt},
author = {Suayder Milhomem and Tiago da Silva Almeida and Warley Gramacho da Silva and Edeilson Milhomem da Silva and Rafael Lima de Carvalho},
journal= {arXiv preprint arXiv:1901.03660},
year = {2019}
}
备注
6 pages, 5 figures, published on IJAERS