W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Artykuł

Pobierz BibTeX

Tytuł

Diagnostyka nawierzchni drogowej przy zastosowaniu metod sieci neuronowych – studium przypadku

Autorzy

[ 1 ] Wydział Inżynierii Lądowej i Transportu, Politechnika Poznańska | [ 2 ] Instytut Inżynierii Lądowej, Wydział Inżynierii Lądowej i Transportu, Politechnika Poznańska | [ S ] student | [ P ] pracownik

Dyscyplina naukowa (Ustawa 2.0)

[2.7] Inżynieria lądowa, geodezja i transport

Rok publikacji

2022

Opublikowano w

Drogownictwo

Rocznik: 2022 | Numer: nr 2-3

Typ artykułu

artykuł naukowy

Język publikacji

polski

Słowa kluczowe
PL
  • sieci neuronowe
  • głębokie uczenie maszynowe
  • diagnostyka nawierzchni
  • obrazy cyfrowe
Streszczenie

PL W artykule przedstawiono zastosowanie metody głębokiego uczenia maszynowego, wykorzystanej do jednego z zagadnień diagnostyki nawierzchni drogowej. Opisano techniki głębokiego uczenia maszynowego do rozpoznawania wybranej grupy uszkodzeń nawierzchni zarejestrowanych na obrazach cyfrowych. W ramach eksperymentu numerycznego porównano między sobą dwa modele powszechnie znane jako VGG16 i VGG19. Architektura sieci reprezentowana jest poprzez schemat połączeń charakterystyczny dla konwolucyjnych sieci neuronowych, które z założenia przeznaczone są na potrzeby identyfikacji obiektów na obrazach cyfrowych. Mimo wszystko źródłowa baza danych, znana pod angielską nazwą ImageNet, nie zawiera obrazów cyfrowych nawierzchni jezdni. W celu poszerzenia wiedzy w tym zakresie autorzy utworzyli bazę ortogonalnych obrazów cyfrowych nawierzchni jezdni i opisali jeden z możliwych scenariuszy wykorzystania tych narzędzi do zautomatyzowanej identyfikacji uproszczonej wersji wskaźnika stanu powierzchni.

Strony (od-do)

65 - 72

URL

https://yadda.icm.edu.pl/baztech/element/bwmeta1.element.baztech-c670726b-ed6c-42af-821a-6a6733642950

Punktacja Ministerstwa / czasopismo

5

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.