首页|基于深度学习算法的桥梁拉索护套表观病害识别

基于深度学习算法的桥梁拉索护套表观病害识别

扫码查看
原文链接
  • 万方数据
  • 维普
拉索作为主要受力构件,对索结构索桥的寿命起到决定性因素,因拉索断裂导致的桥梁垮塌时有发生.传统的拉索护套外观缺陷检测方法耗费人力物力,且存在一定的安全隐患,不能满足新时代拉索病害检测的要求.采用移动检测设备采集和定位拉索外观高清图像,构建基于YOLOv8深度学习网络的在役桥梁表观病害检测模型,对海量图像数据输入检测模型进行外观病害自动分类识别,批量输出病害检测结果.实验结果表明:该方法可以快速准确检测出多种在役桥梁病害,减少误检和漏检,实现一图多病害的精细化检测.

吴华勇、孟庆领、王枫、赵荣欣

展开 >

上海市建筑科学研究院有限公司 上海市工程结构安全重点实验室,上海 200032

天津城建大学,天津 300384

桥梁拉索 病害识别 深度学习 图像识别 移动检测

上海市优秀学术/技术带头人计划上海市住房和城乡建设管理委员会重点科研项目

22XD1433300沪建科2023-002-029

2024

建筑科技
中国城乡建设粉煤灰利用技术开发中心

建筑科技

影响因子：0.233
ISSN：1007-046X
年,卷(期)：2024.8(8)