基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于卷积神经网络的数学模型,通过无人机拍摄外墙图像建立数据库,本文结合软硬件建立了一种外墙及饰面材料的裂缝检测系统,能有效地识别外墙裂缝的严重、一般或轻微三种毁坏程度,且有效识别率分别为86%,91%,97%。
推荐文章
基于卷积神经网络的肺炎检测系统
卷积神经网络
胸部X光影像
肺炎诊断
图像预处理
VGG
特征提取
基于卷积神经网络的行人目标检测系统设计
卷积神经网络
行人目标
检测系统
CNN框架
目标传感器
训练文件
访问接口
复用加速结构
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
基于卷积神经网络的乳腺疾病检测算法
卷积神经网络
特征融合
空间金字塔池化
尺度无关
乳腺疾病检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卷积神经网络的高楼外墙裂缝检测系统
来源期刊 软件工程与应用 学科 工学
关键词 卷积神经网络 裂缝检测 图像处理
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 273-282
页数 10页 分类号 TP39
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
裂缝检测
图像处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件工程与应用
双月刊
2325-2286
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
291
总下载数(次)
1
总被引数(次)
0
论文1v1指导