인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
In this paper, we propose an algorithm that combines the YOLO model with edge detection techniques to effectively detect cracks occurring in structures. Existing manual inspection methods are time-consuming, costly, and suffer from poor accuracy. To solve this problem, this study proposes an automated deep learning-based detection method, specifically using a YOLO model and a canny edge detection algorithm to perform more precise crack boundary extraction. The proposed algorithm consists of two steps. The first step is image preprocessing, which uses several preprocessing techniques such as gray-scale conversion, median blur, normalization, and brightness inversion to highlight the edges of cracks. In the second step, the canny edge detection algorithm is used to detect the boundaries of the cracks in the preprocessed image, and the YOLOv8 model is used to learn and detect the location of the corresponding cracks. The results show that the best performance is achieved when the YOLO model is trained using 6 steps of preprocessing and canny edge detection.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092306823
