matlab精度检验代码道路故障识别（DeepSegmentor）
2020年论文的DeepCrack和RoadNet项目的Pytorch实施。
1，数据集
2.安装
我们通过系统提供了一种用户友好的配置方法，您可以使用以下命令创建一个新的Conda环境：
conda
env
create
-f
environment.yml
3.平衡权重
我们使用以下命令来遵循该方法：
python3
./tools/calculate_weights.py
--data_path
4.培训
培训之前，请下载数据集并将其复制到文件夹datasets
。
探伤
sh
./scripts/train_deepcrack.sh
道路检测
sh
./scripts/train_roadnet.sh
我们在这里提供我们的预训练模型：
模型
Google云端硬碟
深裂
道路网
5，测试
探伤
sh
./scripts/test_deepcrack.sh
图像
地面真相
GF
融合的
侧边1
第2边
侧面3
侧面4
2023-03-24 23:26:02
20.8MB
1
语义分割【道路裂缝数据集】，适用于语义分割道路裂缝分割，纯手工标注。原图共120张图片，标注后的json文件共120个。博主也用此数据集训练过，精度能够在80以上，精度算是挺不错的，资源免费开放下载，希望能帮到大家。
2023-03-13 11:45:25
172.63MB
1
根据相似原理，建立了水力裂缝层内爆燃压裂油井流体渗流场分析的电模拟实验装置，并利用该装置测定和分析了不同水力裂缝和爆燃裂缝参数条件下的等压线和电流比，用电流比表征油井增产效果，与水力裂缝层内爆燃压裂油井产能模型的计算结果进行了对比。研究结果表明，水力裂缝和爆燃裂缝的存在，改善了流体在地层中的渗流状况，有利于油井产能的提高；实验模型产能测试结果与计算模型预测结果之间相对偏差为0.21%～7.72%，平均相对偏差为4.06%，证明电模拟实验具有较高精度。
2023-02-09 11:22:01
578KB
1
1、YOLOv3道路和桥梁裂缝检测训练权重 ，附有各种训练曲线图
2、classes: crack
3、包括数据集，标签格式为VOC和YOLO两种
4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127131688?spm=1001.2014.3001.5501
2022-11-28 21:26:39
553.36MB
1、YOLOv5道路和桥梁裂缝检测训练权重 ，附有各种训练曲线图
2、classes: crack
3、包括数据集，标签格式为VOC和YOLO两种
4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127131688?spm=1001.2014.3001.5501
2022-11-28 21:26:33
268.84MB
1、YOLOv7道路和桥梁裂缝检测训练权重 ，附有各种训练曲线图
2、classes: crack
3、包括数据集，标签格式为VOC和YOLO两种
4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127131688?spm=1001.2014.3001.5501
2022-11-28 21:26:32
620.76MB
DFN 模型是目前世界上描述裂缝的一项先进技术， 它通过展布于三维空间中的各类裂缝片组成的裂缝网络
集团来构建整体的裂缝模型
2022-11-07 15:26:02
325KB
1