微调卷积神经网络在建筑外立面裂缝检测中的应用研究

深度学习技术用于建筑外立面裂缝检测,具有效率高、客观性强的特点,但建筑外立面背景的多样性导致使用大量样本堆砌训练的时间较长,难以取得良好的识别效果。为提高检测的查准率、查全率与训练效率,提出了基于迁移学习的微调训练方法:使用大量来自其他建筑的已有样本进行预训练之后,使用来自待检测建筑的少量样本进行微调训练;然后,使用微调训练后的模型对待检测建筑的其他部分进行检测。通过对比不同训练方法的测试结果与训练时间,证明了微调卷积神经网络在建筑外立面裂缝检测中的优越性,并研究了冻结层数对微调训练模型的影响。

资料为PDF文档格式.

本文档关键词:微调,裂缝,中的,卷积,建筑