首页|基于无人机与改进Mask R-CNN的外墙裂缝检测方法

基于无人机与改进Mask R-CNN的外墙裂缝检测方法

扫码查看
目前,传统的人工检测建筑物外墙裂缝的方法存在危险系数高、检测效率低下等问题,本文提出了基于无人机和计算机视觉技术检测建筑物外墙裂缝的方法.通过利用无人机采集建筑外墙图像,建立了裂缝数据集.提出了一种适合于裂缝检测的改进的Mask R-CNN目标检测网络.研究结果表明:改进后的Mask R-CNN提升了裂缝的定位精度以及掩码拟合质量,使裂缝检测过程更加智能化.
An Unmanned Aerial Vehicle(UAV)and an Improved Mask R-CNN-based Method for Exterior Wall Crack Detection
Currently,Traditional methods for detecting building exterior cracks are inefficient and risky.This study proposes a drone and computer vision-based approach.Using drones,we created a crack dataset and introduced an improved Mask R-CNN for crack detection.The results show the enhanced Mask R-CNN offers smarter and more precise crack detection.

exterior wall cracksobject detectionMask R-CNN

谭亚男、龚倩、彭英平、姚佳强、陈伟

展开 >

湖南省衡洲建设有限公司,衡阳 421001

长沙理工大学土木工程学院,长沙 410114

外墙裂缝 目标检测 Mask R-CNN

2024

绿色建造与智能建筑
中国建筑业协会

绿色建造与智能建筑

影响因子:0.074
ISSN:2097-2253
年,卷(期):2024.(7)