钢筋混凝土桥梁表面裂缝智能识别及评价技术研究

作     者：左迪 吕向明 王鑫 赵丹 Zuo Di;Lv Xiangming;Wang Xin;Zhao Dan

作者机构：天水师范学院土木工程学院天水市741000 

出 版 物：《北方交通》 (Northern Communications)

年 卷 期：2024年第6期

页      面：5-9页

学科分类：081406[工学-桥梁与隧道工程] 08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金项目(52068063) 甘肃省高等学校创新能力提升项目(2019A-099) 

主　　题：桥梁裂缝 智能识别 图像处理 YOLO-v5 量化评价 

摘      要：为实现钢筋混凝土桥梁损伤的准确定位和快速修复,以常见的裂缝损伤为研究对象,采用自适应匀光和直方图均衡算法增强裂缝目标特征信息,进行图像预处理。通过优化YOLO-v5和ATT-UNet算法,分别完成裂缝图像细观尺度目标快速智能识别及像素分割。采用改进的最短距离法定量分析不同形态裂缝的细节特征尺寸,构建深度学习模型评价体系。通过智能识别模型预测和实测真实数集对比实验,得到训练后模型的精确率、召回率、调和平均F1值和交并比IoU分别为89.47%、96.23%、92.73%和86.44%,裂缝长度和宽度识别计算误差分别控制在±3.2mm和±0.35mm范围内,从而验证了钢筋混凝土桥梁表面裂缝智能识别及评价技术的有效性、可靠性与泛化性。