混凝土结构在施工与使用的过程中易产生各种形式的裂缝,由此会产生诸多安全问题。传统的人工安全检测方法,不仅耗费财力和时间,而且无法保障其检测精度。为了提高混凝土表面裂缝的识别效率,提出了一种基于卷积神经网络结合聚类分割的识别方法,实现了对较复杂背景下混凝土表面裂缝图像的准确识别。研究结果显示,该方法不仅能够高效地分类,还能够高精度地对较复杂背景下的裂缝进行识别,这为降低混凝土表面裂缝识别的工作量、维护混凝土结构,对其进行安全检测提供了理论依据,同时也为以后更高精度和更复杂条件下的裂缝识别研究提供了一些参考。

基于matlab的公路裂纹检测方法 裂缝检测

matlab裂隙检测源码裂纹检测器 ############################################### #####################################基于多维的路面裂缝检测图网络细化尺度曲线结构滤波器 （正在审查的论文） ############################################### ##################################### 1.安装。 a) 此版本是为 Matlab 解释器编写的（使用版本 R2017b 测试）并且需要 Matlab 图像处理工具箱。 由于合作企业的政策，我们无法发布源代码，并使用'.p'文件对其进行加密。 b) 由于大地距离变换和种子拓扑分水岭变换用于生成过完备的潜在裂缝路径，因此需要以下两个工具箱： Dirk-Jan Kroon 的精确快速行进工具箱。 它可以在以下位置下载： 种子拓扑分水岭变换需要 DIPimage 工具箱。 它可以在以下位置下载： 2.入门。 请务必仔细按照上述安装说明进行操作。 请参阅“Demo.m”以运行演示并获取基本使

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

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。

Crack500道路裂缝数据集

路面裂缝识别的代码 包括GUI 很齐全 实际可用

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。

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

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