控制与决策

作者：赵亮,高升伦,陈俊英,李佳佳

单位：西安建筑科技大学 信息与控制工程学院,西安 710055,,西安建筑科技大学 信息与控制工程学院,西安 710055,,西安建筑科技大学 信息与控制工程学院,西安 710055,,西安建筑科技大学 信息与控制工程学院,西安 710055,

关键词：深度学习;目标检测;混凝土CT图像;Cascade R-CNN;double-head;ROI

基金：国家自然科学基金项目(51209167;12002251)；陕西省自然科学基金项目(2019JM-474)；西安市科技计划项目(2020KJRC0055)；陕西省岩土与地下空间工程重点实验室开放基金项目(YT202004).

混凝土内部损伤破坏形态具有明显的离散性和随机性,内部损伤特征检测是混凝土细观研究的重要内容.针对已有混凝土结构内部损伤特征检测模型精度低的问题,提出一种特征共享双头Cascade R-CNN模型对混凝土CT图像的损伤特征进行检测.首先,为了有效识别损伤特征的空间信息,构建具有空间敏感性的fc-head(fully connected head)与空间相关性的conv-head(convolution head)相结合的Cascade R-CNN网络模型;其次,通过特征共享的方法将检测网络各层级分类信息进行融合,提升低IOU(intersection over union)阈值(0.5sim0.7)ROI(regions of interest)检测任务的精度.实验结果表明,所提方法在检测混凝土CT图像的损伤特征中平均精度达到91.31%,比原始的Cascade R-CNN提高3.04%,低IOU阈值(0.5sim0.7)ROI平均精度提高1.49%,该模型可以较好地从混凝土CT图像中检测出细观损伤部分,具有精度高、运算简单、易于工程实现等特点.

来源：2022年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第7期