Affiliation:
1. BURSA ULUDAĞ ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, İNŞAAT MÜHENDİSLİĞİ BÖLÜMÜ, İNŞAAT MÜHENDİSLİĞİ PR.
Abstract
Karayolu esnek üstyapılarındaki çatlaklar genellikle trafik yükleri ve hava koşullarından kaynaklanır. Bu çatlakların genişlemeden tespit edilip gerekli bakımlarının yapılması, yol konforunun sürekliliğini sağlamanın yanı sıra bakım maliyetlerini de azaltacaktır. Bu çalışma, yoldaki çatlakları gerçek zamanlı ve yüksek doğrulukla tespit etmeyi amaçlamaktadır. Bu bağlamda, Geri Yayımlı Birlikte Evrim yaklaşımıyla İyileştirilmiş Derin Sinir Ağları ve görüntü işleme yöntemleri birlikte kullanılmıştır. Ayrıca, çeşitli sayı ve çözünürlüklerde çatlaklı görsel veriler içeren EdmCrack600, AsphaltCrack, CFD ve CrackSegmentation veri setleri kullanılarak yeni bir veri seti oluşturulmuş ve bu veri seti üzerinde Derin Sinir Ağları tabanlı öğrenme gerçekleştirilmiştir. Modelin doğruluğu, CFD veri seti kullanılarak Kesinlik, Duyarlılık ve F1-Skoru ile değerlendirilmiştir. Değerlendirme sonucunda, önerilen yöntemin saniyede 48 görsel üzerinde çatlak tespit edebildiği ve %92.74 Kesinlik, %88.92 Duyarlılık ve %89.61 F1-Skoru başarı oranlarına ulaştığı gözlemlenmiştir.
Publisher
Uludag University Journal of the Faculty of Engineering