0
  • DE
  • EN
  • FR
  • Base de données et galerie internationale d'ouvrages d'art et du génie civil

Publicité

CrackDenseLinkNet: a deep convolutional neural network for semantic segmentation of cracks on concrete surface images

Auteur(s): ORCID (Department of Civil and Environmental Engineering, University of Southern California, Los Angeles, CA, USA)
(Department of Civil and Environmental Engineering, University of Southern California, Los Angeles, CA, USA)
(Collaboratory for Advanced Computing and Simulations, Department of Computer Science, Department of Physics and Astronomy, and Department of Quantitative and Computational Biology, University of Southern California, Los Angeles, CA, USA)
(Department of Civil and Environmental Engineering, University of Southern California, Los Angeles, CA, USA)
Médium: article de revue
Langue(s): anglais
Publié dans: Structural Health Monitoring, , n. 2, v. 23
Page(s): 147592172311733
DOI: 10.1177/14759217231173305
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1177/14759217231173305.
  • Informations
    sur cette fiche
  • Reference-ID
    10730094
  • Publié(e) le:
    30.05.2023
  • Modifié(e) le:
    15.03.2024
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine