Enhancing pixel-level crack segmentation with visual mamba and convolutional networks: Fid-Bau Portal

Enhancing pixel-level crack segmentation with visual mamba and convolutional networks

Han, Chengjia / Yang, Handuo / Yang, Yaowen

Zugriff

Zugriff prüfen

Verfügbarkeit in meiner Bibliothek prüfen

Bestellung bei Subito €

Seitennavigation

Dokumentinformationen

Ähnliche Titel

Exportieren, teilen und zitieren

Enhancing pixel-level crack segmentation with visual mamba and convolutional networks

Han, Chengjia / Yang, Handuo / Yang, Yaowen

Enhancing pixel-level crack segmentation with visual mamba and convolutional networks

Han, Chengjia / Yang, Handuo / Yang, Yaowen

Zugriff

Zugriff prüfen

Verfügbarkeit in meiner Bibliothek prüfen

Bestellung bei Subito €

Seitennavigation

Dokumentinformationen

Ähnliche Titel

Exportieren, teilen und zitieren

Dokumentinformationen

Titel:

Enhancing pixel-level crack segmentation with visual mamba and convolutional networks

Weitere Titelangaben:

Automation in Construction

Beteiligte:

Han, Chengjia (Autor:in) / Yang, Handuo (Autor:in) / Yang, Yaowen (Autor:in)

Erschienen in:

Automation in Construction ; 168 ; 105770

Erscheinungsdatum:

01.12.2024

ISSN:

0926-5805

DOI:

https://doi.org/10.1016/j.autcon.2024.105770

Medientyp:

Aufsatz (Zeitschrift)

Format:

Elektronische Ressource

Sprache:

Englisch

Zuo, Xin / Sheng, Yu / Shen, Jifeng et al. | Elsevier | 2024

Robust Pixel-Level Crack Detection Using Deep Fully Convolutional Neural Networks

Alipour, Mohamad / Harris, Devin K. / Miller, Gregory R. | ASCE | 2019

Pixel‐level crack delineation in images with convolutional feature fusion

Ni, FuTao / Zhang, Jian / Chen, ZhiQiang | Wiley | 2019

Freier Zugriff

Pixel-level concrete bridge crack detection using Convolutional Neural Networks, gabor filters, and attention mechanisms

Zoubir, Hajar / Rguig, Mustapha / El Aroussi, Mohamed et al. | Elsevier | 2024

Modeling automatic pavement crack object detection and pixel-level segmentation

Du, Yuchuan / Zhong, Shan / Fang, Hongyuan et al. | Elsevier | 2023

Nach oben