使用环境 | 建筑施工现场及运维监测环境 |
---|---|
使用对象 | 建筑外墙表面,包括混凝土、瓷砖、装饰面等材质,适用于分层、剥落、裂缝等外观缺陷检测 |
使用目的 | 实现建筑外墙分层、剥落、瓷砖脱落等缺陷的自动识别,提升检测效率与准确性 |
输入数据 | 1000-5000万像素建筑立面图像,支持无人机航拍及地面拍摄多种采集方式 |
输出数据 | 缺陷类型、位置边界框、置信度、损伤程度评估及结构化检测报告 |
硬件配置 | Intel i7处理器,RTX 3090显卡,32GB内存;工业级无人机搭载高清云台相机 |
样本获取 | 1907张原始图像数据集中包含分层、剥落、瓷砖脱落三类缺陷,按7:2:1划分数据集 |
测试结果 | 准确率提升2.2%,mAP@0.5提升2.9%,召回率达到98.5%,优于原YOLOv7模型 |
执行速度 | 单帧推理时间≤50ms,支持实时检测需求 |
资源消耗 | GPU显存占用6-8GB,CPU内存占用≤4GB,支持边缘计算设备部署 |
源码类型 | Python实现,包含MobileOne模块、坐标注意力机制等改进,提供完整训练代码 |
文件大小 | 完整算法包4.8GB |
相关备注 | 提供指导、模型建立 |
买家 | 规格或版本 | 评分 | 评价 | 时间 |