首页 | 本学科首页   官方微博 | 高级检索  
     

裂缝检测模型数据集的低监督快速标注算法
引用本文:刘超,许木南,曹思娴,牛圣尧,朱安琪. 裂缝检测模型数据集的低监督快速标注算法[J]. 同济大学学报(自然科学版), 2023, 51(11): 1692-1700
作者姓名:刘超  许木南  曹思娴  牛圣尧  朱安琪
作者单位:同济大学 土木工程学院,上海 200092
摘    要: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。

关 键 词:裂缝检测  计算机视觉  深度学习  低监督  快速标注
收稿时间:2022-04-05

Fast Labeling Algorithm of Crack Detection Dataset with Low Supervision
LIU Chao,XU Munan,CAO Sixian,NIU Shengyao,ZHU Anqi. Fast Labeling Algorithm of Crack Detection Dataset with Low Supervision[J]. Journal of Tongji University(Natural Science), 2023, 51(11): 1692-1700
Authors:LIU Chao  XU Munan  CAO Sixian  NIU Shengyao  ZHU Anqi
Abstract:
Keywords:crack detection  computer vision  deep learning  low supervision  fast labeling
点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《同济大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号