BriefGPT - AI 论文速递
·
基于深度学习方法的混凝土结构多时间裂缝分割
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究比较了多时间数据与单时间数据在混凝土结构裂缝检测中的效果，结果显示多时间数据训练的Swin UNETR模型显著提升了分割质量，IoU达到82.72%，F1-score达到90.54%，为长期监测提供了有效方案。
🎯
关键要点
- 本研究比较了多时间数据与单时间数据在混凝土结构裂缝检测中的效果。
- 多时间数据训练的Swin UNETR模型显著提升了分割质量。
- 模型的IoU达到82.72%，F1-score达到90.54%。
- 研究结果显示出相较于单时间模型的显著改进。
- 为混凝土结构的长期监测提供了有效方案。
➡️
