本文主要研究内容
作者张洪瑞,卫文学,车吉鑫,邵婉露（2019）在《基于DC-YOLO模型的建筑物砌体构件危险性等级鉴定方法》一文中研究指出：为了提高房屋危险性等级鉴定工作的效率,避免人为干预,使鉴定结果更客观,设计DC-YOLO模型。该模型是将深度学习与目标检测算法结合,设计的一种砌体构件危险性等级自动化鉴定方法。采用K-means聚类获得最佳先验框数量和尺寸;扩大网格尺寸以提高对小目标的识别能力;引入可变形卷积,以适应砌体构件裂缝形状不规则的特点。实验结果表明,DC-YOLO模型与常规方法比较,对各类目标的识别率均有不同程度的提高,精确率、召回率、F1值均达到了较好的效果,对于建筑物砌体构件危险性等级有较好的分类性能。
Abstract
wei le di gao fang wu wei xian xing deng ji jian ding gong zuo de xiao lv ,bi mian ren wei gan yu ,shi jian ding jie guo geng ke guan ,she ji DC-YOLOmo xing 。gai mo xing shi jiang shen du xue xi yu mu biao jian ce suan fa jie ge ,she ji de yi chong qi ti gou jian wei xian xing deng ji zi dong hua jian ding fang fa 。cai yong K-meansju lei huo de zui jia xian yan kuang shu liang he che cun ;kuo da wang ge che cun yi di gao dui xiao mu biao de shi bie neng li ;yin ru ke bian xing juan ji ,yi kuo ying qi ti gou jian lie feng xing zhuang bu gui ze de te dian 。shi yan jie guo biao ming ,DC-YOLOmo xing yu chang gui fang fa bi jiao ,dui ge lei mu biao de shi bie lv jun you bu tong cheng du de di gao ,jing que lv 、shao hui lv 、F1zhi jun da dao le jiao hao de xiao guo ,dui yu jian zhu wu qi ti gou jian wei xian xing deng ji you jiao hao de fen lei xing neng 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机应用与软件的张洪瑞,卫文学,车吉鑫,邵婉露，发表于刊物计算机应用与软件2019年09期论文，是一篇关于深度学习论文,砌体构件论文,危险性等级鉴定论文,可变形卷积论文,计算机应用与软件2019年09期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机应用与软件2019年09期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：深度学习论文; 砌体构件论文; 危险性等级鉴定论文; 可变形卷积论文; 计算机应用与软件2019年09期论文;