Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Visual Inspection Method for Subway Tunnel Cracks Based on Multi-Kernel Convolution Cascade Enhancement Learning Kaedah Pemeriksaan Visual untuk Keretakan Terowong Kereta Api Bawah Tanah Berdasarkan Pembelajaran Peningkatan Lata Konvolusi Berbilang Kernel

Baoxian WANG, Zhihao DONG, Yuzhao WANG, Shoupeng QIN, Zhao TAN, Weigang ZHAO, Wei-Xin REN, Junfang WANG

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Sebagai kecacatan permukaan biasa struktur pelapik terowong, penyakit rekahan menjejaskan ketahanan struktur terowong dan menimbulkan bahaya tersembunyi kepada keselamatan pemanduan terowong. Faktor-faktor seperti gangguan daripada persekitaran perkhidmatan kompleks terowong dan nisbah isyarat-ke-bunyi yang rendah bagi sasaran retak itu sendiri, telah menyebabkan kaedah pengecaman retak sedia ada berdasarkan segmentasi semantik tidak dapat memenuhi keperluan kejuruteraan sebenar. Berdasarkan ini, kertas kerja ini menggunakan rangkaian Unet sebagai rangka kerja asas untuk pengecaman retak dan bercadang untuk membina model peningkatan lata lilitan berbilang kernel (MKCE) untuk mencapai pengesanan dan pengenalpastian penyakit retak yang tepat. Pertama sekali, untuk memastikan prestasi pengekstrakan ciri retak, model itu mengubah suai rangkaian pengekstrakan ciri utama dalam rangka kerja asas kepada rangkaian sisa ResNet-50. Berbanding dengan rangkaian VGG-16, pengubahsuaian ini boleh mengekstrak ciri perincian retak yang lebih kaya sambil mengurangkan parameter model. Kedua, memandangkan rangkaian Unet tidak dapat melihat dengan berkesan ciri retak berskala dalam peringkat sambungan langkau, modul peningkatan lata lilitan berbilang kernel dicadangkan dengan menggabungkan sambungan lata kumpulan lilitan berbilang kernel dan kumpulan lilitan diluaskan kadar berbilang pengembangan. . Modul ini mencapai persepsi menyeluruh tentang butiran tempatan dan kandungan global retak lapisan terowong. Di samping itu, untuk lebih melemahkan kesan gangguan kekacauan latar belakang terowong, modul pengiraan perhatian blok konvolusi selanjutnya diperkenalkan selepas modul peningkatan lata lilitan berbilang kernel, yang mengurangkan kadar penggera palsu pengecaman retak dengan berkesan. Algoritma ini diuji pada sejumlah besar set data imej retak terowong bawah tanah. Keputusan eksperimen menunjukkan bahawa, berbanding dengan algoritma pengecaman retak lain berdasarkan pembelajaran mendalam, kaedah dalam kertas ini telah mencapai keputusan terbaik dari segi ketepatan dan penunjuk persilangan atas kesatuan (IoU), yang mengesahkan kaedah dalam kertas ini mempunyai kebolehgunaan yang lebih baik. .

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E106-D No.10 pp.1715-1722
Tarikh penerbitan
2023/10/01
Diumumkan
2023/06/27
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2023EDP7073
Jenis Manuskrip
PAPER
kategori
Pengecaman Imej, Penglihatan Komputer

Pengarang

Baoxian WANG
  Shijiazhuang Tiedao University
Zhihao DONG
  Shijiazhuang Tiedao University
Yuzhao WANG
  Shijiazhuang Tiedao University
Shoupeng QIN
  China Railway design corporation
Zhao TAN
  China Railway design corporation
Weigang ZHAO
  Shijiazhuang Tiedao University
Wei-Xin REN
  Shenzhen University
Junfang WANG
  Shenzhen University

Kata kunci

Contents [show]