%0 Journal Article
%T 基于YOLO V5算法的建筑外立面渗漏红外图像识别方法
%O Infrared image identification method of building facade leakage based on YOLO V5 algorithm
%A 吴玉龙
%A 王嘉浩
%A 丁勇
%J 无损检测
%@ 1000-6656
%V 45
%N 10
%D 2023
%P 54-58
%K 建筑外立面;红外图像;深度学习;渗漏识别
%X 采用深度学习技术中的YOLO V5目标识别算法对红外成像仪中采集到的渗漏区域红外图像进行识别。对于红外渗漏目标而言,不同背景条件、不同时间的红外渗漏目标样本量较少且难以采集,给深度学习模型的训练造成了很大的困难。深度学习需要较多的检测目标数据量进行训练,为了减少对真实渗漏红外图像数量的需求,结合仿真渗漏红外图像与真实渗漏红外图像来制作数据集,作为深度学习的样本进行训练。试验结果表明,所提出的数据集制作与识别方法,对建筑外立面红外图像中渗漏区域的识别准确率达87.6%。
%R 10.11973/wsjc202310011
%U http://www.mat-test.com/abstract.htm?aid=OJ231025000012KgMjPm
%W 材料与测试网
%1 JIS Version 3.0.0