《表1 CrackCNN模型参数配置》
在裂纹识别中,含裂纹图像块和无裂纹图像块在灰度、形貌、纹理等方面存在差异,可以用CNN对其进行分类,达到裂纹识别的目的。因此根据建立的数据集,按照4∶1的比例将其分为训练集和测试集两种,用于训练和测试搭建CrackCNN模型。CrackCNN的结构设计如图4所示,输入是120pixel×120pixel的灰度图像,输出为二维向量,其中Conv、MP和Fc分别表示卷积层、最大池化层和全连接层。表1给出了模型各层的具体参数。
图表编号 | XD0066619200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 宋文豪、张斌、李峰宇、杨腾达、李建宁、杨小会 |
绘制单位 | 郑州大学物理工程学院、郑州大学物理工程学院、郑州大学物理工程学院、郑州大学物理工程学院、郑州大学物理工程学院、郑州大学物理工程学院 |
更多格式 | 高清、无水印(增值服务) |