基于深度学习的混凝土结构多病害检测

作者：饶勇成; 韩晓健^*; 肖飞; 孙思其

来源：建筑结构, 2021, S2: 1439-1445.

• 深度学习
• 语义分割
• 混凝土
• 病害检测

本文针对混凝土常见病害,提出了一种改进Unet网络对混凝土多病害进行检测的方法,建立了一个包含混凝土裂缝、泛碱、剥落、露筋、孔洞数据集;再裁剪原始图像,选取10000张小块图像进行随机翻转,共产生13200张病害数据集用于研究;最后,将数据集对改进的Unet网络进行训练、验证和测试,实现了像素级病害区域识别。为验证网络模型性能,将模型与原Unet、基于VGG16的Unet、FCN和基于ResNet50的FCN进行了比较,结果表明所改进的网络模型检测效果优于其他模型。为测试模型鲁棒性,利用滑动窗口算法对不同环境下的混凝土病害进行全局检测,取得了较好的检测效果。

• 单位
  土木工程学院; 江苏建研建设工程质量安全鉴定有限公司; 南京工业大学