济南大学学报(自然科学版)

作者：刘珂铖,谢群,李雁军

针对现有混凝土构件裂缝人工检测操作不仅费时、费力，而且易出现错检、误检、漏检，以及部分位置难以开展检测的问题，提出一种基于深度学习YOLOX(You Only Look Once)算法的混凝土构件裂缝智能化检测方法；首先采集、整理包含各类混凝土构件的典型裂缝图像，并通过图像数据增强建立Pascal VOC数据集，然后基于Facebook公司开发的深度学习框架Pytorch，利用数据集训练YOLOX算法，并进行裂缝识别和验证；将训练完成后YOLOX算法移植至搭载安卓系统的手机端，进行现场实时检测操作。结果表明：在迭代次数为700时，混凝土构件裂缝识别精度可达88.84%，能有效筛分混凝土构件表面裂缝，并排除其他干扰项，证明了所提出的方法对裂缝具有较高的识别精度和广泛的适用性；经试验测试，移植至手机端的YOLOX算法能在提升便携性的同时保证高效、准确的检测效果，具有良好的应用前景。

来源：2024年第03期

《济南大学学报(自然科学版)》期刊编辑部

查看济南大学学报(自然科学版)杂志2024年第03期