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

Publicité

A semi-supervised self-training method to develop assistive intelligence for segmenting multiclass bridge elements from inspection videos

Auteur(s): (Department of Civil Engineering, Stony Brook University, Stony Brook, NY, USA)
ORCID (Department of Civil Engineering, Stony Brook University, Stony Brook, NY, USA)
ORCID (Department of Civil, Environmental and Architectural Engineering, Missouri University of Science and Technology, Rolla, MO, USA)
(Department of Biomedical Informatics, Department of Computer Science, AI Institute, Stony Brook University, Stony Brook, NY, USA)
Médium: article de revue
Langue(s): anglais
Publié dans: Structural Health Monitoring, , n. 3, v. 21
Page(s): 147592172110104
DOI: 10.1177/14759217211010422
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1177/14759217211010422.
  • Informations
    sur cette fiche
  • Reference-ID
    10609117
  • Publié(e) le:
    22.05.2021
  • Modifié(e) le:
    09.05.2022
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine