| 種別 | 論文 |
| 主題 | 事前学習済みDNNモデルのファインチューニングによるRC方立壁の地震時損傷検出器の生成と損傷の画像測定 |
| 副題 | |
| 筆頭著者 | 吉岡智和（九州大学） |
| 連名者1 | 竹田昂輔（九州大学） |
| 連名者2 | 川島聖（九州大学） |
| 連名者3 | 渡辺知樹（九州大学） |
| 連名者4 | |
| 連名者5 | |
| キーワード | concrete spalling area、crack length、deep learning、earthquake damage、コンクリート剥落面積、ひび割れ長さ、地震被害、深層学習 |
| 巻 | 44 |
| 号 | 2 |
| 先頭ページ | 1033 |
| 末尾ページ | 1038 |
| 年度 | 2022 |
| 要旨 | RC方立壁の地震被害写真を訓練画像とした事前学習済みDNNモデルのファインチューニングを行い，RC方立壁の地震時損傷検出器を生成し，その検出精度を実大RC方立壁の水平加力実験の結果と比較した。その結果，方立壁塗装面のひび割れ，コンクリート剥落・欠損は概ね検出でき，それに基づき画像測定したひび割れ長さ，コンクリート剥落・欠損面積は，人の手により測定した値と概ね良い対応を示した。一方，気泡痕，幅10mm以上のひび割れ，コンクリート打放面の灰色の濃淡が誤検出の要因となった。 |
| PDFファイル名 | 044-01-2173.pdf |