Pavement distress detection using convolutional neural networks with images captured via UAV

Pavement distress detection is crucial in the decision-making for maintenance planning. Unmanned aerial vehicles (UAVs) are helpful in collecting pavement images. This paper proposes the collection of pavement distress information using a UAV with a high-resolution camera. A UAV platform for pavemen...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Automation in construction Ročník 133; s. 103991
Hlavní autoři:	Zhu, Junqing, Zhong, Jingtao, Ma, Tao, Huang, Xiaoming, Zhang, Weiguang, Zhou, Yang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Amsterdam Elsevier B.V 01.01.2022 Elsevier BV
Témata:	Algorithms Artificial neural networks Asphalt pavement distress Convolutional neural network (CNN) Datasets Decision making Image quality Inspection Object-detection algorithms Pavements Unmanned aerial vehicle (UAV) Unmanned aerial vehicles Unmanned aerial vehicle (UAV) Convolutional neural network (CNN) Asphalt pavement distress Object-detection algorithms
ISSN:	0926-5805, 1872-7891
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!