科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的提出一种基于卷积神经网络的混凝土结构裂缝智能检测方法,实现高效准确的裂缝检测。方法以裂缝图像为分析对象,使用数据扩增和图像分割的方法处理混凝土结构原始裂缝图像,构建裂缝数据集;基于机器视觉理论搭建ResNet18网络模型框架,通过学习率、批量大小、优化函数三个超参数对网络模型进行优化设计,进而使用不同的迁移学习方式训练网络,最后使用混淆矩阵对优化后的模型性能做进一步评判。结果实验结果表明,采用指数衰减式迁移学习方式、批量大小为64、优化函数为MSGD时,搭建的网络在混凝土裂缝识别任务中准确率最高,达到了97.98%。结论优化后的ResNet18网络提高了裂缝检测精度,具有良好的实用性能,并为网络参数的选择提供借鉴。
- 单位
