Обнаружение трещин в подводном бетоне с помощью машинного обучения: ясный взгляд на туманную проблему

В статье представлена разработка системы обнаружения подводных трещин для оценки структурной целостности погруженных конструкций, таких как морские нефтегазовые сооружения, подводные трубопроводы, подводные фундаменты мостов, плотины и другие объекты. Основное внимание уделено применению методов на основе машинного обучения. Сначала представлен подробный обзор литературы, посвященной современным методам обнаружения трещин на подводных поверхностях, с выделением существующих проблем и перспектив. Также представлен обзор подхода к аугментации изображений для создания оптических эффектов, характерных для подводной среды. Приведены экспериментальные результаты, полученные с использованием стандартного метода машинного обучения на основе нейронных сетей, применяемого для обнаружения трещин на поверхностях наземных объектов. Представлена серия тестовых случаев, показывающих, что эффективность существующих сетей в подводных условиях может быть повышена с помощью аугментированных изображений. Продемонстрированы эффективность и точность предложенного подхода при обнаружении трещин в подводных бетонных конструкциях. Предлагаемый подход способен повысить безопасность и надежность подводных сооружений и предотвратить катастрофические разрушения.