Processing may take a few seconds...

Article


Title

Diagnostyka nawierzchni drogowej przy zastosowaniu metod sieci neuronowych – studium przypadku

Authors

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

Scientific discipline (Law 2.0)

[2.6] Civil engineering and transport

Year of publication

2022

Published in

Drogownictwo

Journal year: 2022 | Journal number: nr 2-3

Article type

scientific article

Publication language

polish

Keywords
PL
  • sieci neuronowe
  • głębokie uczenie maszynowe
  • diagnostyka nawierzchni
  • obrazy cyfrowe
Abstract

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.

Pages (from - to)

65 - 72

URL

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

Points of MNiSW / journal

5.0

This website uses cookies to remember the authenticated session of the user. For more information, read about Cookies and Privacy Policy.