Improved Pixel-Level Pavement-Defect Segmentation Using a Deep Autoencoder

Convolutional neural networks perform impressively in complicated computer-vision image-segmentation tasks. Vision-based systems surpass humans in speed and accuracy in quality inspection tasks. Moreover, the maintenance of big infrastructures, such as roads, bridges, or buildings, is tedious and ti...

Celý popis

Podrobná bibliografie

Vydáno v:	Sensors (Basel, Switzerland) Ročník 20; číslo 9; s. 2557
Hlavní autoři:	Augustauskas, Rytis, Lipnickas, Arūnas
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Switzerland MDPI 30.04.2020 MDPI AG
Témata:	atrous spatial pyramid pooling attention gate CNN (Convolutional neural networks) deep learning pavement defects residual connection deep learning pavement defects atrous spatial pyramid pooling CNN (Convolutional neural networks) residual connection attention gate
ISSN:	1424-8220, 1424-8220
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!