مرور و كاربرد روش يادگيري عميق در طبقه بندي مصالح دانه اي بتن و خاك

A Review and Application of Deep Learning Method for Classification of Concrete Aggregates and Soil

روش پايه براي تعيين خصوصيات مهندسي خاك و سنگ دانه هاي بتن، طبقه بندي آن ها به روش مكانيكي آناليز الك است كه روندي زمان بر و گاهي پر هزينه دارد. در اين مقاله با كاربرد روش پردازش تصوير مبتني بر يادگيري عميق، عملا نياز به دخالت كاربر براي پردازش تصاوير به حداقل و سرعت و دقت طبقه بندي مصالح افزايش يافته است كه اين موضوع مي تواند به افزايش بهره وري در پروژه ها كمك نمايد. بدين منظور نمونه هاي مصالح از پروژه هاي مختلف در سطح شهر تهران جمع آوري شده و از آن ها عكس هايي در شرايط مشخص تهيه گرديد. براي تعيين دقيق طبقه بندي مصالح، نمونه ها به روش آناليز الك دانه بدي شدند. با اين اطلاعات، شبكه هاي يادگيري عميق AlexNet و GoogleNet بررسي، تنظيم و آموزش داده شده اند. براي تعيين پارامترهاي مدل از حساسيت سنجي استفاده شد. بر اين اساس استفاده از حدود 80-90 درصد تصاوير گرفته شده براي آموزش مدل و ساير تصاوير براي بررسي دقت آن مناسب تشخيص داده شد. نتايج آناليز نشان داد كه با استفاده از اين روش دقت صحت سنجي به حدود 100% مي رسد. همچنين درصد توانايي مدل براي شناسايي طبقه بندي تصاوير نمونه هاي جديد در حدود 85% است. با افزايش داده هاي ورودي براي آموزش مدل مي توان به دقتي به مراتب بالاتر نيز دست يافت.

Mechanical sieve analysis is a common method for determining concrete aggregates and soil classification. For facilitation and acceleration of this method, this paper reviews image processing and deep learning methods used in geotechnical and civil engineering applications. Combination of deep learning with image processing can result in a robust, human-independent approach (in terms of experience and recognition power), resulting in faster and accurate results. To better understand the performance of such methods, two convolutional neural network (CNN) architectures (e.g. AlexNet or GoogleNet) were evaluated for their capability in automatic feature extraction and image classification. It was observed that the accuracy of these networks in prediction of aggregate class is dependent on ratio of the number of training samples to the whole dataset size, epoch number and mini batch size. The number of training images between 80-90% of the total dataset was found to be suitable and a minimum of 10 epoch is required to obtain the maximum validation accuracy. Using this model, a validation accuracy of up to 100% was reachable. Furthermore, the model was capable to predict about 85% of new images correctly. The future improvement of this method can be associated to increasing its efficiency in training process by using optimization approaches.