王维
- 作品数：54 被引量：21H指数：3
- 供职机构：湖南大学更多>>
- 发文基金：国家自然科学基金湖南省研究生科研创新项目更多>>
- 相关领域：交通运输工程建筑科学自动化与计算机技术医药卫生更多>>
- 基于融合编码器与双解码器的半监督疲劳裂纹分割
- 2024年
- 针对现有基于深度学习的疲劳裂纹分割算法依赖于大量像素级标记的问题,提出了一种半监督疲劳裂纹分割网络SFD-Net.SFD-Net利用对比学习方法进行半监督训练,以减少对大量像素级标记的依赖.同时,它采用融合编码器和双解码器的设计,旨在更好地捕捉裂纹区域的特征并提高分割准确性.通过引入改进注意力模块和边界优化模块,增强了对裂纹特征的表示,提高了裂纹边界的分割质量.在公开的疲劳裂纹数据集上对SFD-Net进行性能验证.结果表明:相较于使用相同标记比例的全监督算法,SFD-Net的分割性能有明显提升;仅使用25%的标记数据时,SFD-Net的交并比(IoU)达到70.6%,超过了使用100%标记数据的其他全监督算法的平均IoU(69.1%);同时,与其他先进的半监督方法相比,SFD-Net在所有标记数据比例下均取得了最高的预测精度.
- 香超邓露王维王维
- 关键词：半监督学习
- 单点登录的方式和登录认证
- 本发明单点登录的方式和登录认证涉及一种专用于整合多个互联网应用的统一认证平台单点登录功能，其中所述功能包括：用户访问平台系统以及平台系统进行认证的普通步骤，还进一步包括用户访问各个互联网应用业务请求服务、各应用服务平台通...
- 何晶王维
- 文献传递
- 一种盖梁和桥墩的连接结构及连接方法
- 本申请公开的盖梁和桥墩的连接结构及连接方法，包括盖梁和桥墩；盖梁对应桥墩的位置预埋有环形连接件，环形连接件的内壁设有第一加强件；环形连接件的外壁设有第二加强件；桥墩的中部预设有用于插入环形连接件的连接柱，连接柱的外壁设有...
- 王维向惠聪曾修远王俊
- 隧道表面图像处理方法及系统
- 本发明公开了一种隧道表面图像处理方法及系统，获取隧道表面图像以及获取当前所在隧道截面的隧道表面上至少三个点在世界坐标系的位置，获得在世界坐标系中沿第一轴向的位置与在隧道表面图像的图像坐标系中点沿第二轴向的位置的变换关系，...
- 王维吴智博邓露张安孙涛
- 文献传递
- 基于改进编解码网络的钢箱梁疲劳裂纹分割被引量：1
- 2022年
- 针对基于图像的疲劳裂纹检测方法精度受焊缝、涂层等复杂背景因素影响较大的问题,提出了一种基于深度学习的空洞金字塔注意力网络(APA-Net)模型用于疲劳裂纹分割.在传统编解码网络的基础上引入预训练ResNet34模型、密集空洞卷积(DAC)模块、尺度感知金字塔融合(SAPF)模块和注意力门控(AG)机制,极大地提升了模型提取多尺度上下文信息的能力.通过图像裁剪制作了包含多种干扰因素的钢箱梁疲劳裂纹分割数据集,然后利用该数据集对APA-Net,FCN,U-Net,Attention U-Net,U-Net++和CE-Net等经典网络进行测试,结果表明:所提出的APA-Net在复杂背景干扰下对钢箱梁表面图像中的疲劳裂纹提取能力最佳,分割结果的平均交并比达72.2%,比其他经典网络中表现最优的CE-Net的平均交并比提高了约4%.最后通过消融实验讨论了所提模块对裂纹分割精度的影响.
- 邓露香超王维王维
- 关键词：钢箱梁
- 用于桥梁的车轴识别方法及系统
- 本发明公开了一种用于桥梁的车轴识别方法及系统，该方法包括步骤：沿桥梁纵长方向标记共包含4～6个截面的两个截面组，形成两座虚拟简支梁；采集测量两个截面组处的桥梁时程响应，根据时程响应计算得到两组隔离响应，将两组隔离响应分别...
- 邓露何维施海王维
- 文献传递
- 一种疲劳裂纹扩展寿命预测方法、装置、设备及存储介质
- 本申请公开了一种疲劳裂纹扩展寿命预测方法、装置、设备及存储介质，该方法包括：采集构件疲劳裂纹扩展图像；根据采集的图像，获取裂纹图像视差信息；对获取的裂纹图像视差信息进行处理，得到疲劳裂纹深度数据；根据得到的疲劳裂纹深度数...
- 邓露左辉香超王维史鹏
- 文献传递
- Mg-2.5Zn-xCe合金微观结构及高温蠕变性能的研究
- 随着社会的发展，能源成为重要课题。汽车等交通工具每年消耗大量的不可再生能源，而减轻其重量每年会节约大量的能源。镁合金是最佳的减重手段。镁合金具有密度低，比刚度高，比强度高，导电性好，电磁屏蔽性好等优良的性能。因此被广泛的...
- 王维
- 关键词：高温蠕变
- 基于视频识别的车重检测方法、装置及存储介质
- 本发明公开了基于视频识别的车重检测方法、装置及存储介质，通过从待测车辆的振动视频识别待测车辆的结构参数、第一自由度质量参数以及各个自由度的振动响应信号；根据待测车辆各个自由度的振动响应信号，并通过SSI模态识别算法计算所...
- 邓露刘英凯王维赵冬冬何维
- 文献传递
- 基于深度学习的土木基础设施裂缝检测综述被引量：9
- 2023年
- 基于深度学习的裂缝检测对于降低基础设施运营风险、节约运维成本并推进中国土木工程行业智能化转型具有重要意义。算法、数据集和评价指标是构建深度学习裂缝检测模型的关键要素;裂缝检测模型集成于机器人平台,从而实现对土木基础设施的全自动裂缝检测。为此,从以上4个方面对当前研究进行了系统梳理。首先,回顾了深度学习的发展历程,重点介绍了深度卷积神经网络在计算机视觉领域的应用及其在图像处理方面较传统算法所具有的显著优势。接着,详细介绍了3类基于深度学习的裂缝检测主流算法,包括分类算法、目标检测算法和语义分割算法。然后,对现有裂缝图像数据集以及模型性能评价指标进行了归纳。最后,总结了土木基础设施的各类裂缝检测机器人平台。综合分析表明:基于卷积神经网络主干结构的深度学习算法已被广泛用于土木基础设施表面裂缝的精准定位与分类,而裂缝的尺寸信息仍需依靠传统图像处理技术进行提取;由于像素级标注的成本和专业性高,大型的裂缝语义分割数据集相对缺乏,致使当前基于语义分割算法的裂缝检测模型鲁棒性较差;目前多数研究人员采用个人建立的裂缝数据集进行模型训练且采用不同的指标进行模型性能评价,缺乏统一的基准测试数据集和评价指标体系,无法对不同模型的性能进行平行比较;目前针对不同基础设施已相应开发了一些裂缝检测机器人,提高裂缝检测机器人的多场景适应性,并降低其应用成本是未来的发展方向。
- 邓露褚鸿鹄龙砺芝王维王维曹然
- 关键词：桥梁工程计算机视觉
