科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着道路使用年限的增加，裂缝对道路的产生危害愈发严重。针对该问题，研究建立一种深度结合卷积神经网络并融合了端到端结构的ETEL-CNN道路裂缝智能检测模型。研究结果表明该模型的识别准确率达到99%,模型输出的预测图与实际裂缝图匹配度良好，较目前常用的裂缝检测FFA算法准确率提高35.34%,召回率提高0.55%,且F1值提高21.54。该模型性能优异，为道路裂缝检测提供了一种新的思路。
-
单位建筑工程学院; 安徽工业经济职业技术学院
