同济大学学报(自然科学版)

作者：刘超，许木南，曹思娴，牛圣尧，朱安琪

单位：同济大学 土木工程学院，上海 200092

关键词：裂缝检测,计算机视觉,深度学习,低监督,快速标注

为解决裂缝检测深度学习模型训练时数据集标注效率低、成本高的现状，以及现有计算机标注算法对复杂环境适应性较弱的问题，基于计算机视觉与概率统计理论，提出低监督快速标注的概念，并以计算机标注和人工标注相融合的全新标注模式，形成了完整的裂缝检测模型数据集的快速标注算法。与人工逐像素标注相比，标注精度均为84%以上，且可节省至少85%的时间；与传统计算机标注方式相比，标注干涉和简单人工标注方式可以较好地处理复杂背景问题。经U?Net深度学习模型验证，测试集的平均交并比可达0.90。

来源：2023年第11期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2023年第11期