第十九届“挑战杯”全国大学生课外学术科技作品竞赛
2024
校赛
课外学术科技作品竞赛（主体赛）
特等奖
未转化
否
在建筑结构健康监测的背景下，精确量化墙体表面裂缝的特征信息，如长度、宽度和面积，对于评估结构完整性和规划修复措施至关重要。本文基于D-UNet检测算法，采用了SGD优化器在PyTorch深度学习框架下开展试验。实验利用精确率、准确率、召回率等多个评价指标，用以全面评估模型的性能。结果表明：裂缝宽度测量相对误差基本在3%,裂缝的长度与面积测量,裂缝的相对误差可控制在10%,证明了该裂缝图像特征信息提取技术的可行性与准确性。这些发现强调了图像处理技术在现代建筑健康监测领域的巨大潜力，为专业人员提供了实用的工具，以更加科学和精确的方式管理建筑物的裂缝问题。
暂无
暂未公开
暂未公开
暂未公开
