Resumen

Durante mucho tiempo, pueden aparecer grietas en la superficie del concreto, lo que resulta en una serie de problemas de seguridad. Los métodos tradicionales de detección manual no solo cuestan dinero y tiempo, sino que tampoco pueden garantizar una alta precisión. Por lo tanto, se propone un método de reconocimiento basado en la combinación de una red neuronal convolucional y segmentación por clústeres. El método propuesto logra la identificación precisa de imágenes de grietas en la superficie de concreto bajo un fondo complejo y mejora la eficiencia de la identificación de grietas en la superficie de concreto. Los resultados de la investigación muestran que el método propuesto no solo clasifica eficientemente grietas y no grietas, sino que también identifica grietas en fondos complejos. El método propuesto tiene una alta precisión en el reconocimiento de grietas, que es de al menos 97.3% e incluso hasta 98.6%.

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Concreto; Grietas; Detección; Red neuronal convolucional; Segmentación de clusters; Precisión
• Keywords:Concrete; Cracks; Detection; Convolutional neural network; Cluster segmentation; Accuracy