《表1 分类算法对比:基于DenseNet分类的隧道裂缝检测研究》
如表1所示,在SDNET2018数据集上,DenseNet算法在2epoch(4 000迭代)后就达到了99.95%的准确率,相比AlexNet在10epoch后92.90%的准确率,DenseNet更加高效。隧道裂缝相对于其他混凝土裂缝来说,存在渗漏水、蛛网、管线以及更复杂的光照环境的干扰。在实际工程中,检测更加困难。可以看到在本文数据集中,DenseNet在5epoch后的准确率为95.83%,相对SD-NET2018数据集测试有一定程度的下降,但是4.17%处于可接受范围内,但是AlexNet网络层数相对较浅,应对复杂环境下各种干扰因素能力相对更差。
图表编号 | XD00150870100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.25 |
作者 | 高新闻、李帅青、金邦洋 |
绘制单位 | 上海大学机电工程与自动化学院、上海大学上海城建(集团)公司建筑产业化研究中心、上海大学机电工程与自动化学院、上海大学机电工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |