基于YOLO v5的古建筑木结构裂缝检测方法

作者：马健; 阎卫东; 刘国奇

来源：沈阳建筑大学学报(自然科学版), 2021, 37(05): 927-934.

• 深度学习
• 古建筑木结构
• 裂缝检测
• YOLO v5

目的针对古建筑木结构裂缝检测效率低、成本高、周期长的缺点,提出利用YOLO v5对古建筑木结构裂缝实现智能检测。方法首先,利用佳能照相机采集古建筑木结构裂缝图片,建立Pascal VOC数据集;其次,基于Facebook开发的Pytorch深度学习框架,用数据集对YOLO v5进行训练,同时分析各项性能参数指标;最后,以沈阳建筑大学校园内八王寺为例,进行裂缝识别验证。结果在迭代350次的情况下,训练损失可以降到0.042,AP值达到0.918,裂缝检测精度达到91%左右。结论笔者利用YOLO v5目标检测方法可以快速、准确的识别出古建筑木结构的裂缝,相比较传统的人工检测方法具有高效、便捷、成本低的优点。

• 单位
  土木工程学院; 沈阳建筑大学