Deep Learning for Crack-Like Object Detection

Эта книга представляет собой практическое руководство по применению глубокого обучения для решения сложной инженерной задачи — автоматического обнаружения трещин и трещиноподобных объектов на различных поверхностях. Основываясь на многолетнем опыте авторов в области компьютерного зрения и обработки изображений, книга фокусируется на реальных промышленных проблемах, с которыми сталкиваются при инспекции дорожного покрытия, мостов, стен и других конструкций.

В отличие от теоретических учебников, данное издание предлагает пошаговые туториалы, основанные на пяти классических проблемах обнаружения трещин. Читатель последовательно изучит ключевые методы глубокого обучения, включая классификацию изображений, трансферное обучение, слабо контролируемое обучение, генеративно-состязательные сети (GAN), полностью сверточные сети (FCN) и адаптацию доменов.

Особое внимание уделяется практическим аспектам внедрения: от подготовки данных до развертывания моделей в условиях ограниченных ресурсов (глубокие вычисления на граничных устройствах — Deep Edge Computing). Книга сопровождается реальными наборами данных и примерами кода, доступными на GitHub, что позволяет закрепить теорию на практике и быстро перейти от изучения к реализации собственных решений.