您当前的位置：
首页 >
文章列表页 >
基于改进YOLOv5s的桥梁螺栓缺陷识别方法
交通运输工程·土木工程 | 更新时间：2025-05-26

    • 基于改进YOLOv5s的桥梁螺栓缺陷识别方法

    • Bridge bolt defect identification method based on improved YOLOv5s

    • “在桥梁螺栓缺陷识别领域，研究者提出了基于改进YOLOv5s的识别方法，检测精度达到90.8%，均值平均精度达到92.6%，为桥梁螺栓缺陷智能识别提供解决方案。”
    • 吉林大学学报（工学版）   2024年54卷第3期 页码：749-760
    • 作者机构：

      1.重庆交通大学 省部共建山区桥梁及隧道工程国家重点实验室， 重庆 400074

      2.重庆交通大学 信息科学与工程学院， 重庆 400074

      3.重庆交通大学 航运与船舶工程学院， 重庆 400074

    • 作者简介：

      张洪（1987-），男，教授，博士.研究方向：桥梁健康监测及无损检测.E-mail：hongzhang@cqjtu.edu.cn

      周建庭（1972-），男，教授，博士.研究方向：桥梁病害诊断与加固.E-mail：jtzhou@cqjtu.edu.cn

    • 基金信息：
      国家自然科学基金项目(52278291;U20A20314);重庆市自然科学基金项目(CSTB2022NSCQ-LZX0006;CSTB2022TIAD-KPX0205);重庆交通大学研究生科研创新项目(2023S0083)

    • DOI：10.13229/j.cnki.jdxbgxb.20230945    

      中图分类号： U448.14

    • 收稿：2023-09-06，

      纸质出版：2024-03-01

    移动端阅览

  • 张洪,朱志伟,胡天宇等.基于改进YOLOv5s的桥梁螺栓缺陷识别方法[J].吉林大学学报（工学版）,2024,54(03):749-760. DOI： 10.13229/j.cnki.jdxbgxb.20230945.

    ZHANG Hong,ZHU Zhi-wei,HU Tian-yu,et al.Bridge bolt defect identification method based on improved YOLOv5s[J].Journal of Jilin University(Engineering and Technology Edition),2024,54(03):749-760. DOI： 10.13229/j.cnki.jdxbgxb.20230945.

  •  
  •  

0

浏览量

10

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

装配式桥墩UHPC湿接缝的剪切强度计算方法
设置柔性横隔板的曲线波形钢腹板钢箱组合梁畸变效应
基于旋转自注意力改进Mask RCNN的桥梁裂缝检测方法
超高性能钢壳混凝土连续刚构桥概念设计与可行性
集束群钉装配式钢-混组合梁桥自振特性与车桥耦合分析

相关作者

周敉
田兴旺
朱国强
马雷
王瑞正
张元海
陈永
安卓奥博

相关机构

长安大学 旧桥检测与加固技术交通行业重点实验室
中交第二公路工程局有限公司
兰州交通大学 土木工程学院
兰州交通大学 电子与信息工程学院
甘肃省人工智能与图形图像处理工程研究中心
0