BriefGPT - AI 论文速递
·
Multi-temporal Crack Segmentation in Concrete Structures Using Deep Learning Approaches
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究探讨了混凝土结构裂缝检测的自动化，比较了多时间数据与单时间数据在裂缝分割中的效果。使用多时间数据训练的Swin UNETR模型显著提高了分割质量，IoU达到82.72%，F1-score达到90.54%，为混凝土结构的长期监测提供了有效解决方案。
🎯
关键要点
-
混凝土结构裂缝是结构劣化的早期指标。
-
早期自动检测裂缝可以显著延长关键基础设施的使用寿命。
-
本研究比较了多时间数据与单时间数据在裂缝分割中的效果。
-
使用多时间数据训练的Swin UNETR模型显著提高了分割质量，IoU达到82.72%，F1-score达到90.54%。
-
研究结果显示多时间数据模型相较于单时间模型有显著改进，为混凝土结构的长期监测提供了有效解决方案。
🏷️
