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

Anzeige

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

Autor(en): (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)
Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Computer-Aided Civil and Infrastructure Engineering, , n. 10, v. 38
Seite(n): 1381-1399
DOI: 10.1111/mice.12949
Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1111/mice.12949.
  • Über diese
    Datenseite
  • Reference-ID
    10696439
  • Veröffentlicht am:
    11.12.2022
  • Geändert am:
    02.09.2023
 
Structurae kooperiert mit
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine