排序方式: 共有42条查询结果,搜索用时 0 毫秒
41.
为有效识别沥青路面病害类别,将VGG卷积神经网络引入沥青路面病害识别中. 根据VGG模型随着卷积核深度的加深可获得图片更深层次特征的特点,将VGG模型最后一层卷积核的卷积深度加深,得到改进型VGG模型,并与原始VGG模型进行比较. 结果表明:改进型VGG模型每步用时278ms,相比于原始模型每步用时258ms略有增加,而病害识别精度进一步提升了1.36%,对龟裂、松散等复杂裂缝分别提高了1.12%、0.84%. 可见,VGG模型可有效识别路面病害,将其适当改进后效果更佳,对诸如松散、龟裂等复杂路面病害可做到精确识别,能及时、有效监测路面破损状况. 相似文献
42.
为有效识别沥青路面病害类别,为后续养护对策的制定提供依据,将深度卷积神经网络,视觉几何组(Visual Geometry Group NetWork, VGG)技术引入沥青路面病害识别任务中。根据VGG网络结构随着卷积核深度的加深可获得图片更深层次特征的特点,将VGG模型最后一层卷积核中的卷积深度加深,获得改进后的VGG模型,并与VGG模型进行比较。结果表明:改进后的VGG模型用时为278ms/step,相比于VGG模型用时为258ms/step略有增加,而对病害的识别精度又进一步优化,提升了1.36,对龟裂、松散这类复杂裂缝分别提高了1.12%、8.4%。可见,采用VGG模型可以有效识别路面病害,将其适当改进后,效果更佳,相比于其他方法,对诸如松散、龟裂等复杂路面病害可做到精确识别,达到及时、有效监测、养护路面,防止路面进一步退化的目的。 相似文献