基于无人机与改进MaskR-CNN的外墙裂缝检测方法  

An Unmanned Aerial Vehicle(UAV)and an Improved Mask R-CNN-based Method for Exterior Wall Crack Detection

作　　者：谭亚男 龚倩 彭英平 姚佳强 陈伟 Tan Yanan;Gong Qian;Peng Yingping;Yao Jiaqiang;Chen Wei(Hengzhou Construction Limited Company of Hunan Province,Hengyang 421001,China;Changsha University of Science&Technology,School of Civil Engineering.,Changsha 410114,China)

机构地区：[1]湖南省衡洲建设有限公司,衡阳421001 [2]长沙理工大学土木工程学院,长沙410114

出　　处：《绿色建造与智能建筑》2024年第7期76-81,共6页Green Construction and Intelligent Building

基　　金：国家自然科学基金项目(51408063、51808054);湖南省教育厅优秀青年项目(20B031)。

摘　　要：目前,传统的人工检测建筑物外墙裂缝的方法存在危险系数高、检测效率低下等问题,本文提出了基于无人机和计算机视觉技术检测建筑物外墙裂缝的方法。通过利用无人机采集建筑外墙图像,建立了裂缝数据集。提出了一种适合于裂缝检测的改进的MaskR-CNN目标检测网络。研究结果表明:改进后的MaskR-CNN提升了裂缝的定位精度以及掩码拟合质量,使裂缝检测过程更加智能化。Currently,Traditional methods for detecting building exterior cracks are inefficient and risky.This study proposes a drone and computer vision-based approach.Using drones,we created a crack dataset and introduced an improved Mask R-CNN for crack detection.The results show the enhanced Mask R-CNN offers smarter and more precise crack detection.

关 键 词：外墙裂缝 目标检测 MaskR-CNN 

分 类 号：TU17[建筑科学—建筑理论]