纤维混凝土桥梁外表裂缝检测技术的仿真模型实验

打开文本图片集

摘 要：为提高桥梁表面路面纤维混凝土裂缝检测的准确率，提出一种基于机器学习的纤维混凝土裂缝检测方法。方法以VGG16模型为基础分类识别模型，并在卷积层和全连接层后添加relu函数，同时在全连接层引入dropout，提高了模型的运行速率和识别精度，实现了对不同环境下桥梁裂缝图像的高速率高精度检测。仿真结果表明，相较于标准VGG16模型以及常规检测识别模型Canny模型和Sobel模型，所提改进VGG16模型可实现桥梁纤维混凝土裂缝图像的检测识别，且具有更好的识别准确率，训练准确率和测试准确率分别达到98.65%和97.89%，具有一定的实际应用价值。（剩余6413字）