基于卷积神经网络的桥梁裂缝检测方法

• 作者: 廖延娜 李婉
• 来源期刊: 计算机工程与设计
• 关键词: 卷积神经网络 生成对抗网络 桥梁裂缝 目标检测 YOLOv3
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 智能技术|Intelligent Technology
• 页码范围: 2366-2372
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.08.036

摘要

针对桥梁裂缝固有特征及检测过程的局限性,引入基于卷积神经网络的YOLOv3单阶段目标检测算法,并对YOLOV3网络的多尺度预测模块进行改进,充分利用浅层特征,提升小裂缝检测精度.通过聚类算法对数据集进行聚类,得到适用于桥梁裂缝特征的先验框尺寸.数据集方面引入生成对抗网络对桥梁裂缝数据集进行扩增.实验结果表明,在相同数据集和迭代次数下,改进YOLOv3网络裂缝检测精度可达0.9302,比原YOLOv3提高0.0137.