颜色分类leetcode Concrete crack detection 混凝土裂缝检测

颜色分类leetcode裂纹检测-初始这个项目的目的是训练一个神经网络来检测混凝土图片是否包含裂缝。该项目旨在帮助减少工程师花在检查结构上的时间。能够检测和突出裂缝不仅可以节省资金，还可以提高安全性。请参阅工作的继续。来源：数据数据来自犹他大学，由标记裂纹和无裂纹数据组成。图像为256 X 256的RGB颜色。图像是三种不同类型的结构桥梁甲板、墙壁和人行道。有200种不同的结构增加了数据的复杂性。整个集合中使用了不同的聚合尺寸和颜色。桥面裂纹无裂纹路面裂纹无裂纹墙裂纹无裂纹来源：模型-卷积神经网络对于这个项目，我决定尝试实现一个卷积神经网络。神经网络是一种深度学习工具，可将隐藏层添加到模型中。这些层为模型增加了人们难以理解的权重。来源：初始神经网络我决定实施的最初网络是基于Keras图像分类博客.该网络由三个具有relu激活函数的卷积层、一个具有relu激活和0.5 dropout的密集层和一个具有sigmoid激活函数的最终密集层组成。 3个带有relu激活的卷积层，然后是最大池化