Open Access · CC BY-NC 4.0
大箱梁结构表观缺陷多模态特征提取及智能检测模型构建
项目工程 · 30.06.2026 · 4 (3) · 46
DOI: 10.32629/pe.v4i3.21103 ↗Kurz gefasst
Fachartikel in der Zeitschrift 项目工程, online erschienen am 30.06.2026. Verfasst von 鸿熙 于 und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
为实现大箱梁结构表观缺陷的高效智能检测,本文分析了裂缝、剥落、锈蚀和变形四 类缺陷的统计分布、几何参数及多物理场特征,提出一种基于视觉- 声学多模态融合的特征提取方法。通过改进YOLOv5架构构建智能检测模型,结合Tra nsformer注意力机制提升特征表征能力。实验结果表明,模型总体准确率达95.2%,定 位误差±0.3m~±0.5m,推理速度32帧/秒。工程应用中检测效率较传统方法提高5倍,漏 检率降至2.3%,为桥梁健康监测提供了可靠技术手段。
Zitieren
APA
于, 鸿., 倪, 秀., 张, 磊., & 刘, 力. (2026). 大箱梁结构表观缺陷多模态特征提取及智能检测模型构建. 项目工程, 4(3), 46. https://doi.org/10.32629/pe.v4i3.21103
Vancouver
于 鸿, 倪 秀, 张 磊, 刘 力. 大箱梁结构表观缺陷多模态特征提取及智能检测模型构建. 项目工程. 2026;4(3):46. doi:10.32629/pe.v4i3.21103
BibTeX
@article{2026,
author = {于, 鸿熙 and 倪, 秀永 and 张, 磊 and 刘, 力源},
title = {大箱梁结构表观缺陷多模态特征提取及智能检测模型构建},
journal = {项目工程},
year = {2026},
volume = {4},
number = {3},
pages = {46},
doi = {10.32629/pe.v4i3.21103}
}
EUVIMED