Выявление трещин в подводном бетоне с помощью машинного обучения: ясный взгляд на неясную проблему

В статье представлена разработка системы выявления трещин под водой для оценки целостности конструкций, находящихся в погруженном состоянии, включая морские нефтегазовые сооружения, подводные трубопроводы, подводные основания мостов и плотины. Основное внимание уделено подходам на основе машинного обучения. Сначала представлен подробный обзор литературы, посвящённой современным методам выявления трещин на подводных поверхностях, с акцентом на существующие проблемы и перспективы. Также приведён обзор методов аугментации изображений для создания оптических эффектов, характерных для подводной среды. Представлены экспериментальные результаты, полученные с использованием стандартного подхода на основе нейронных сетей и машинного обучения, применяемого для выявления трещин на поверхностях в наземных условиях. Серия тестовых случаев показывает, что эффективность существующих сетей может быть повышена за счёт использования аугментированных изображений, соответствующих подводным условиям. Экспериментальные результаты демонстрируют эффективность и точность предложенной системы при выявлении трещин в подводных конструкциях. Система обладает потенциалом для повышения безопасности и надёжности подводных конструкций и предотвращения катастрофических разрушений.