Para acceder a los documentos con el texto completo, por favor, siga el siguiente enlace: http://hdl.handle.net/2117/118758
|
Título:
|
Bridge Structural Damage Segmentation Using Fully Convolutional Networks;
Deep learning for infraestructure damage categorization
|
|
Autor/a:
|
Rubio Guillamón, Juanjo
|
|
Otros autores:
|
Kokuritsu Jōhōgaku Kenkyūjo; Prendinger, Helmut; Escalera Guerrero, Sergio |
|
Abstract:
|
Fully Convolutional Networks prove to be suitable method for texture-based damage segmentation on infrastructure. A dataset has been collected to model the uncertainty in human inspection of bridges in the Japanese prefecture of Niigata. |
|
Materia(s):
|
-Àrees temàtiques de la UPC::Informàtica
-Neural networks (Computer science)
-Semantics
-Machine learning
-infrastructure
-civil engineering
-neural networks
-convolutional neural networks
-segmentacio semantic
-infrastructura
-enginyeria civil
-xarxes neuronals
-semantic segmentation
-Xarxes neuronals (Informàtica)
-Semàntica
-Aprenentatge automàtic |
|
Derechos:
|
|
|
Tipo de documento:
|
Trabajo fin de máster |
|
Editor:
|
Universitat Politècnica de Catalunya
|
|
Compartir:
|
|
Mostrar el registro completo del ítem
