我校研究團(tuán)隊解決工程檢測中標(biāo)簽數(shù)據(jù)稀缺導(dǎo)致深度學(xué)習(xí)識別精度低的普遍性難題
近期,我校機(jī)械與電子信息學(xué)院周峰副教授團(tuán)隊在深度學(xué)習(xí)探地雷達(dá)隧道檢測方面取得突破性進(jìn)展,相應(yīng)的成果《A deep learning framework based on improved self-supervised learning for ground penetrating radar tunnel lining inspection》(一種基于改進(jìn)自監(jiān)督學(xué)習(xí)的深度學(xué)習(xí)構(gòu)架及其在探地雷達(dá)隧道襯砌檢測應(yīng)用)的論文在線發(fā)表在國際著名期刊《Computer-Aided Civil and Infrastructure Engineering》,并被選為該期刊的封...