影像分析方法應用於構造物外觀異狀自動化偵測之發展

構造物外觀異狀自動化偵測為結構檢測之重要發展方向，結構巡檢通常需花費大量的人力與時間對資料進行判釋，為降低巡檢所花費之資源，目前工程領域積極發展自動化偵測技術，而影像分析方法為其中重要的研究方向，利用影像分析來快速且客觀地得到檢測結果。於本篇文章中將介紹影像分析方法於於結構外觀檢測，以及應用人工智慧影像分割於構造物外觀異狀偵測之案例。人工智慧能夠快速有效的進行構造物外觀異狀偵測，藉由經人工標註後的影像資料，深度學習模型能夠針對欲辨識之類別的特徵進行學習，配合不同的資料組合以及模型微調方式，能夠處理困難的檢測任務。在本文我們利用實際訓練深度學習模型，進行隧道裂縫以及橋梁之異狀檢測任務，探討模型於不同檢測任務所需採取的技巧以及資料集的微調方針，進而分析人工智慧於構造物外觀異狀自動化偵測之成果，以及實務上較佳的模型訓練方式，並歸納提出目前發展的潛力與挑戰。