首页 > 期刊导航 > 逻辑伦理计算机工程与应用 2026年6期 > 2025年1期 > 基于深度学习的基础设施表面裂纹检测方法研究进展
基于深度学习的基础设施表面裂纹检测方法研究进展
简介:民用基础设施在长期使用后容易发生物理结构或性能状态的改变,对其功能和使用安全造成一定的损害,因此,对这类设施的结构健康监测是十分必要的.裂纹检测是结构健康监测中极其重要的一部分,及时检测并识别这类损伤,能有效避免事故的发生.基于计算机视觉的表面裂纹检测方法操作简单、检测速度快、准确率高,被广泛应用于民用基础设施的表面裂纹检测.从图像分类、目标检测、语义分割三个不同的检测方向综述了基于深度学习的基础设施表面裂纹检测方法,总结了常见的数据采集方法和常用的公共裂纹数据集.最后讨论了基于深度学习的基础设施表面裂纹检测方法存在的困难与挑战,并展望了未来可能的发展方向.展开
学者:胡翔坤李华冯毅雄钱松荣李键李少波
关键词:结构健康监测裂纹检测计算机视觉深度学习
分类号:TP391.4(计算技术、计算机技术)
资助基金:国家自然科学基金;52205092;国家重点研发计划;2020YFB1713300;中国博士后科学基金面上项目;2023M731939;贵州大学自然科学专项(特岗)科研基金项目;贵州大学人才项目
论文发表日期:
在线出版日期:2025-01-16 (网站首发日期)
页数:23(1-23)