![FINALISTA – VI EDYCJA KDMI](https://builder4future.pl/wp-content/uploads/2023/06/1.-Schemat-zadania.png)
FINALISTA – VI EDYCJA KDMI
Głębokie sieci neuronowe w ocenie stanu technicznego obiektów budowlanych
Autor:
Jakub Niemiec
Wydział Inżynierii Lądowej Politechniki Krakowskiej
Mentor:
dr hab. inż. Marek Słoński, prof. PK
O projekcie:
W projekcie porównano trzy architektury sieci neuronowych: Unet, TransUnet i Attention Unet, w celu wykrywania pęknięć w elementach betonowych. Opisując zdjęcia ze zbioru SDNET2018 stworzono nowy zbiór danych służący do zadania segmentacji obrazu. W celu uzyskania większej ilości obrazów zastosowano augmentacje danych. Do oceny oraz monitorowania procesu trenowania wykorzystano indeks Jaccarda, opisujący podobieństwo między zbiorami, jest to popularnie wykorzystywana metryka w procesie segmentacji. W wyniku porównania, model oparty na architekturze TransUnet osiągnął najwyższą dokładność wynoszącą 88%. Pomiar pęknięcia wykonano wykorzystując metody przetwarzania i analizy obrazu. Opracowany algorytm przedstawiony jest na schemacie blokowym. Odczytana wartość podana jest w pikselach. Przykładowe wyniki wykrywania oraz pomiaru pęknięcia przedstawiono na obrazie. Jedną z metod aby otrzymać wynik w jednostce rzeczywistej jest umieszczenie na obrazie obiektu referencyjnego o znanych wymiarach, odniesienie jego wielkości na wartość pikselową i obliczenie ilości pikseli przypadających na jednostkę rzeczywistą – przykładowy wynik takiej operacji pokazano na obrazie. Tradycyjna ocena stanu technicznego odbywa się w sposób wizualny, jest on czasochłonny, zależny od osoby przeprowadzającej sprawdzenie i jej kompetencje. Użycie autonomicznych urządzeń z systemem rozpoznawania pęknięć pozwala taki proces zautomatyzować oraz wykonywać w trudno dostępnych miejscach.
![](https://builder4future.pl/wp-content/uploads/2023/06/2.-Schemat-blokowy-algorytmu-685x1024.png)
![](https://builder4future.pl/wp-content/uploads/2023/06/3.-Przykladowe-wyniki.png)
![](https://builder4future.pl/wp-content/uploads/2023/06/4.-Pomiar-rzeczywisty-768x1024.jpg)
Co było największym wyzwaniem inżynierskim?
Wyzwaniem w projekcie było stworzenie modelu pozwalającego na wykrywanie pęknięć w elementach betonowych oraz algorytmu pozwalającego określić największą szerokość pęknięcia i miejsce jego wystąpienia. Do rozwiązania wykorzystano uczenie głębokie oraz przetwarzanie i analizę obrazu.
O autorze:
![](https://builder4future.pl/wp-content/uploads/2023/06/Jakub-Niemiec-683x1024.jpg)
Jakub Niemiec
Absolwent Wydziału Inżynierii Lądowej Politechniki Krakowskiej. Aktualnie projektant konstrukcji mostowych specjalizujący się w zagadnieniach BIM i automatyzacji procesu projektowania.