0
  • DE
  • EN
  • FR
  • Internationale Datenbank und Galerie für Ingenieurbauwerke

Anzeige

Hybrid deep learning architecture for rail surface segmentation and surface defect detection

Autor(en): (State Key Laboratory of Rail Traffic Control and Safety Beijing Jiaotong University Beijing China)
(State Key Laboratory of Rail Traffic Control and Safety Beijing Jiaotong University Beijing China)
(Department of Civil and Environmental Engineering University of South Carolina Columbia South Carolina USA)
(Department of Civil and Environmental Engineering University of South Carolina Columbia South Carolina USA)
(State Key Laboratory of Rail Traffic Control and Safety Beijing Jiaotong University Beijing China)
(State Key Laboratory of Rail Traffic Control and Safety Beijing Jiaotong University Beijing China)
Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Computer-Aided Civil and Infrastructure Engineering, , n. 2, v. 37
Seite(n): 227-244
DOI: 10.1111/mice.12710
Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1111/mice.12710.
  • Über diese
    Datenseite
  • Reference-ID
    10612567
  • Veröffentlicht am:
    09.07.2021
  • Geändert am:
    07.01.2022
 
Structurae kooperiert mit
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine