Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 107,048,507

 Unmanned Aerial Vehicles and Machine Learning Techniques to Detect Bridge Damage
Tác giả hoặc Nhóm tác giả: Do Viet Hai1, Pham Tien Cuong, Hoang Trong Lam, Vo Duy Hung
Nơi đăng: Joint International Conference on Environment, Earth Science and Sustainability; Số: -;Từ->đến trang: -;Năm: 2022
Lĩnh vực: Kỹ thuật; Loại: Bài báo khoa học; Thể loại: Quốc tế
TÓM TẮT
ABSTRACT
Structural damage detection is an important part of the Structural Health Monitoring
System (SHM). Many methods to detect failures affecting the performance of structures have
been studied in the past few decades. Bridge damage detection is a difficult task due to the
complicated structure of the bridge. In recent years, the application of convolutional neural
networks (CNN) is considered a breakthrough and highly effective method in this field. Firstly,
we captured many images from multiple bridges located in Da Nang city and Quang Binh
Province by unmanned aerial vehicle (UAV). Then we build 2 datasets for the Component
recognition task and Damage detection task. This research uses an architecture of a Fully
convolutional network (FCN) for both two tasks. For the task of recognizing bridge components,
the trained network has a very high performance to recognize components, with an overall
accuracy of 94.3%, mean IoU of 84.7%, Precision of 90.4%, and Recall of 92.9%. For the
damage detection task, the network was also able to detect the failure location with 98.27%
overall accuracy, mean IoU of 79%, Precision of 82.3%, and Recall of 93.5%
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn