TY -的A2 -古普塔,比比AU - Shamila埃比尼泽,a . AU -迪帕Kanmani s . AU -专家Sheela诉盟——Ramalakshmi k . AU - Chandran诉盟——Sumithra m·g . AU - Elakkiya b . AU - Murugesan Bharani PY - 2021 DA - 2021/10/20 TI -民用基础设施破坏识别使用整体传输学习模型SP - 5589688六世- 2021 AB -本文使用尖端的深度学习技术来识别结构损伤图像为土木工程应用程序。国家的公共基础设施通常检查身体通过视觉评估合格的检查员。然而,手工检查是非常耗时的,常常需要太多的劳动。专家能够评估这些结构性破坏的数量是不够的。因此,计算机应用开发了自动损伤检测的技术。本文的民用基础设施损失分为四个损害公路常见的印度高速公路和桥梁混凝土恶化。卷积神经网络已经成为一个标准的组织和识别图像的工具。本文提出了三种CNN模型的合奏,和两个上优于转移模型。提出的整体转移学习模式提供了一种验证的准确性为87.1%。SN - 1687 - 8086 UR - https://doi.org/10.1155/2021/5589688 - 10.1155 / 2021/5589688摩根富林明土木工程的进步PB - Hindawi KW - ER