基于无人机与改进Mask R-CNN的外墙裂缝检测方法
An Unmanned Aerial Vehicle(UAV)and an Improved Mask R-CNN-based Method for Exterior Wall Crack Detection
谭亚男 1龚倩 1彭英平 1姚佳强 2陈伟2
作者信息
- 1. 湖南省衡洲建设有限公司,衡阳 421001
- 2. 长沙理工大学土木工程学院,长沙 410114
- 折叠
摘要
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.
Abstract
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.
关键词
外墙裂缝/目标检测/Mask/R-CNNKey words
exterior wall cracks/object detection/Mask R-CNN引用本文复制引用
出版年
2024
NETL
NSTL
万方数据