建筑外墙保温层施工常见缺陷图像识别与修复技术探索
摘要
采用人工智能图像识别技术,对建筑外墙保温层施工过程里常见的开裂、脱落、空鼓等缺陷做精准探测定位,给出一套智能修复技术方案,借助构建缺陷图像的数据库,采用卷积神经网络(CNN)、YOLO算法对缺陷开展特征提取与实时监测,把自动喷涂跟自适应修补材料结合起来,实现缺陷自动化的修复成果,应用结果证实,该方法于缺陷识别准确性及修复效率方面优势突出,切实提高外墙保温层施工质量及耐久性。
关键词
建筑外墙保温层;图像识别;缺陷检测;智能修复;自动化施工
全文:
PDF参考
王嘉怡.建筑外墙外保温层缺陷的红外热成像检测研究[D].西安:西安建筑科技大学,2022.
鲁友存.基于红外图像特征的建筑热工缺陷检测方法[D].大连:大连理工大学,2022.
焦晨琳.基于红外图像的建筑外墙外保温层缺陷检测与识别研究[D].西安:西安建筑科技大学,2022.
崔译丹,孙永.建筑外墙外保温层缺陷检测与识别研究[J].哈尔滨:黑龙江科学,2024,15(24):57-60.
梁轶循.基于红外热像的外墙外保温系统缺陷识别判定与评价方法研究[D].哈尔滨:哈尔滨工业大学,2021.
DOI: https://doi.org/10.33142/ec.v8i5.16608
Refbacks
- 当前没有refback。
版权所有(c){$ COPYRIGHTYEAR} {$ copyrightHolder}

此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。