来源：期刊VIP网 时间：
作者：刘珂铖;谢群;李雁军;
单位：济南大学土木建筑学院;
摘要：针对现有混凝土构件裂缝人工检测操作不仅费时、费力，而且易出现错检、误检、漏检，以及部分位置难以开展检测的问题，提出一种基于深度学习YOLOX(You Only Look Once)算法的混凝土构件裂缝智能化检测方法；首先采集、整理包含各类混凝土构件的典型裂缝图像，并通过图像数据增强建立Pascal VOC数据集，然后基于Facebook公司开发的深度学习框架Pytorch,利用数据集训练YOLOX算法，并进行裂缝识别和验证；将训练完成后YOLOX算法移植至搭载安卓系统的手机端，进行现场实时检测操作。结果表明：在迭代次数为700时，混凝土构件裂缝识别精度可达88.84%,能有效筛分混凝土构件表面裂缝，并排除其他干扰项，证明了所提出的方法对裂缝具有较高的识别精度和广泛的适用性；经试验测试，移植至手机端的YOLOX算法能在提升便携性的同时保证高效、准确的检测效果，具有良好的应用前景。
关键词：深度学习;;YOLOX(You Only Look Once)算法;;混凝土构件;;裂缝识别
基金资助：国家自然科学基金项目(52108214);; 山东省住房城乡建设科技计划项目(2020-K5-18);; 建筑结构加固改造与地下空间工程教育部重点实验室开放课题项目(MEKL202006)
