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

Publicité

A robust real‐time method for identifying hydraulic tunnel structural defects using deep learning and computer vision

Auteur(s): (State Key Laboratory of Hydrology‐Water Resources and Hydraulic Engineering Hohai University Nanjing China)
(State Key Laboratory of Hydrology‐Water Resources and Hydraulic Engineering Hohai University Nanjing China)
(State Key Laboratory of Hydrology‐Water Resources and Hydraulic Engineering Hohai University Nanjing China)
(State Key Laboratory of Hydrology‐Water Resources and Hydraulic Engineering Hohai University Nanjing China)
Médium: article de revue
Langue(s): anglais
Publié dans: Computer-Aided Civil and Infrastructure Engineering, , n. 10, v. 38
Page(s): 1381-1399
DOI: 10.1111/mice.12949
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1111/mice.12949.
  • Informations
    sur cette fiche
  • Reference-ID
    10696439
  • Publié(e) le:
    11.12.2022
  • Modifié(e) le:
    02.09.2023
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine