程 军

文章以人工智能技术在住宅建筑结构缺陷检测中的优势作为切入点，并对其具体检测方法加以分析，主要包括住宅建筑结构缺陷检测与定位网络架构、打造自监督网络模型、构建缺陷定位网络模型、模型训练、确定最佳迭代次数、模型AP值测试、建筑结构缺陷定位结果。旨在为住宅建筑结构缺陷检测工作提供参考，有效发挥人工智能技术优势，提高建筑结构缺陷检测效果，确保住宅建筑结构稳定。

人工智能技术；住宅建筑；结构缺陷；检测方法；深度学习

[1] 李晨阳,刘浩铭,周博文.利用深度学习与数据融合的结构损伤识别方法[J].重庆理工大学学报(自然科学), 2025,39(1):155-162. [2] 魏来,张雅晨,潘健,胡一清.深度学习在钢结构货架变形预测中的应用研究[J].山西建筑,2025,51(2):28-32+43. [3] 刘洪森.基于深度学习的建筑结构损伤检测方法研究[J].中文科技期刊数据库(全文版)工程技术, 2024(6):0135-0138. [4] 孙晓强,刘皓宇,沙奕,张天辉.基于深度学习与数字孪生技术的建筑钢结构检测方法[J].中国建设信息化, 2024(23):58-61. [5] 李键,李华,胡翔坤,李少波,乔静.基于深度学习的表面缺陷检测技术研究进展[J].计算机集成制造系统, 2024,30(3):774-790.

点击下载PDF