机读格式显示(MARC)

• 000 01132nam0 2200253 450

• 001 0000520428

• 005 20251112145900.0

• 010 __ |a 978-7-03-075944-3 |d CNY98

• 099 __ |a CAL 012023102757

• 100 __ |a 20230831d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 基于深度学习的裂缝病害图像检测与识别技术 |A ji yu shen du xue xi de lie feng bing hai tu xiang jian ce yu shi bie ji shu |f 张志华著

• 210 __ |a 北京 |c 科学出版社 |d 2023

• 215 __ |a 132页 |c 图 |d 24cm

• 320 __ |a 有书目 (第123-132页)

• 330 __ |a 本书系统总结国内外路面裂缝病害自动识别和提取的相关成果, 详细介绍深度学习的相关理论, 构建改进残差网络与注意力机制的语义分割网络, 结合双注意力机制的语义分割网络, 基于高分辨率模型的裂缝病害图像分类和分割网络, 以及基于可变形单步多框目标检测的裂缝检测模型, 对裂缝病害图像进行分类与分割提取, 大幅提升了裂缝的分类与识别精度, 丰富了深度学习中的网络模型。

• 606 0_ |a 路面 |A lu mian |x 裂缝 |x 图象处理 |x 目标检测

• 690 __ |a U418.6-39 |v 5

• 701 _0 |a 张志华 |A zhang zhi hua |4 著

• 801 _0 |a CN |b 淮南新华书店有限公司 |c 20251107

• 905 __ |a AUSTL |d U418.6-39/Z979