{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,9]]，“日期-时间”：“2024-06-09T00:12:59Z”，“时间戳”：1717891979194}，“引用-计数”：65，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：“日期-零件”：[[2024,7,1]]，”日期-时间“：”2024-07-01T00:00:00Z“，”timestamp“：1719792000000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00:00:00Z”，“timestamp”：1719792000000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL“https://www.elseviewer.com/legal\/tdmr.ep-license“}，{“开始”：{“日期-部分”：[[2024,7,1]]，“日期-时间”：“2024-07-01T00:00:00Z”，“timestamp”：1719792000000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-017”}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00-00:00Z”in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-037“}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00:00:00Z”，“timestamp”：171979200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-012”}，{“start”：{（日期-部件）：[[2024,7,1]，“日期-时间”：“204-07-01T00:00Z”，《时间戳》：171 979200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,7,1]]，“date-time”：“2024-07-01T00:00:00Z”，“timestamp”：171979200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“http:\/\/doi.org\/10.15223\/policy-004”}]，“content-domain“：{”domain“[”elseviv er.com“，”sciencedirect.com“]，”crossmark-restriction“：true}，“short-container-title”：[“人工智能的工程应用”]，“published-print”：{“date-parts”：[[2024,7]]}，“DOI”：“10.1016\/j.engappai.2024.108497”，“type”：“journal-article”，“created”：{“date-ports”：[2024,4,28]]，“date-time”：“2024-04-28T20:48:53Z”，“timestamp”：1714337333000}，”page：“108497“update-policy”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“source”：“Crossref”、“is-referenced-by-count”：0，“title”：[“使用有限粗糙标签的统一弱和半监督裂纹分割框架”]，“prefix”：“10.1016”，“volume”：”133“，“author”：[{”ORCID“http://\/ORCID.org\/00000-0020-0686”，“authenticated-ORCID”：false，“give”：“Chao”，“family”：“Xiang”，“sequence”：“first”，“affiliation”：[]｝，｛“given”：“Vincent J.L.”，“family”：“Gan”，“sequence”：“additional”，“affiliation”：[]｝，“sequence”：“additional”，“affiliation”：[]｝，｛“ORCID”：“http:\/\/ORCID.org/0000-0003-2047-60703”，“authenticated ORCID”：false，“given”：“Jinjing”，“family”：“Guo”，“sequence”：“additional”，“附属关系”：[]}，{“ORCID”：“http://\/ORCID.org\/00000-0001-8168-1263”，“authenticated-ORCID”：false，“given”：”Shaopeng“，”family“：”Xu“，”sequence“：”additional“，”affiliation“：[]]]，“member”：“78”，“reference”：[{“key”：《10.1016\/j.engappai.2024.08497_bib1》，“doi-asserted-by”：“crossref”，“first page”：第2274页，“doi”：“10.1109 \/TPAMI.2012.120“，”文章标题“：“SLIC超像素与最先进的超像素方法相比”，“卷”：“34”，“作者”：“Achanta”，“年份”：“2012”，“日志标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“键”：“10.1016\/j.engappai.2024.08497_bib2”，“doi-asserted-by”：“crossref”，”doi“10.1016 \/j-engappai.2022.105478”，“article-title”：“民用基础设施裂纹检测的计算机视觉框架\u2014a综述”，“卷”：“117”，“作者”：“艾”，“年份”：“2023年”，“期刊标题”：“工程应用Artif.Intell.”}，{“key”：“10.1016\/j.engappai.2024.108497_bib3”，“首页”：“1”，“文章标题”：“基于多尺度对象定位和增量注释细化的弱监督路面裂缝语义分割”，“author”：“Al-Huda”，“year”：“2022”，“journal-title”：“Appl.Intell.”}，{“key”：“10.1016\/j.engappai.2024.08497_bib4”，“doi-asserted-by”：“crossref”，“first-page”：“25877”，“doi”：“101007\/s11042-022-12100-1”，“article-title“：“更好地理解医学成像注释工具：调查”，“卷”：“81”，“作者”：“Aljabri”，“年份”：“2022”，“日志标题”：“Multimed.Tool.Appl.”}，{“key”：“10.1016\/j.engappai.2024.08497_bib5”，“series-title”：“第36届国际机器学习大会”，“首页”：“465”，《文章标题》：“非监督标签噪声建模和损失校正”，“author”：“Arazo”，“year”：“2019”}，{“key”：“10.1016\/j.engappai.2024.108497_bib6”，“doi-asserted-by”：“crossref”，“first page”：《361》，“doi”：“101111\/mices.12263”，“article-title”：“基于深度学习的卷积神经网络裂纹损伤检测”，“volume”：，“期刊标题”：“Comput.Civ.Infrastruct.Eng.”}，｛“key”：“10.1016\/j.engappai.202108497_bib7”，“doi断言”：“crossref”，“第一页”：“731”，“doi”：“10.1111\/muses.12334”，“文章标题”：“使用基于区域的深度学习进行自主结构视觉检查，以检测多种损伤类型”，“volume”：“33”，“author”：“Cha”，“year”：“2018”，“journal-title”：“Compute.Civ.Infrastruct.Eng.”}，{“key”：“10.1016\/j.engappai.2024.108497_bib8”，“doi-asserted-by”：“crossref”，“首页”：“8016”，“doi”：“101109\/TIE.2019.2945265”，“article-title“：”SDDNet:实时裂纹分割“，”卷“：”67“，”作者“：”Choi“，”年“：”2020年“journal-title.电子。“}，{”键“：“10.1016\/j.engappai.2024.108497_bib9”，“doi-asserted-by”：“crossref”，“first page”：“1914”，“doi”：“10.1111\/mices.12881”，“article-title”：“Tiny-Crack-Net：一个多尺度特征融合网络，具有用于分割微小裂纹的注意机制”，“volume”:“37”，“author”：“Chu”，“year”：“2022”，“journal-title“：”“Compute.Civ.Infrastruct.Eng.”}，{“key”：“10.1016\/j.engappai.2024.108497_bib10”，“doi-asserted-by”：“crossref”，“first page”：“85”，“doi”：“10.116\/j-engappai.2019.05.004”，“article-title”：“卫星图像陆地覆盖分类加权超像素多核协同模糊聚类算法”，“volume”：。申请。Artif公司。智力。“}，{”key“：”10.1016\/j.engappai.2024.108497_bib11“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.conbuildmat.2020.19185“，”article-title“：”基于深度卷积神经网络的三维混凝土图像微结构裂缝分割“，”volume“：“253”，”author“：”Dong“，”year“：”2020“，”journal-title”：“Construct.Build.Mater.”}，}“key“：”10.1016\/j.engappai.2024.108497_bib12“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.conbuildmat.2020.10291“，”article-title“：”基于补丁的弱监督语义分割网络用于裂纹检测“，”volume“：“258”，”author“：”Dong“，”year“：”2020“，”journal-title”：“Construct”。生成。马特。“}，{”key“：”10.1016\/j.engappai.2024.108497_bib13“，”doi-asserted-by“：”crossref“，”first page“：“671”，”doi“：”10.3390\/jmse9060671“，”article-title“：”Bridge-clack semantical segmentation based based improved deeplabv3+“，“volume”：“9”，“author”：“Fu”，“year”：“2021”，“journal-title”：“j.Mar.Sci.Eng.”}，“”key：“10.1016\/j.engappai.2024.108497_bib14“，”doi-asserted-by“：”crossref“，”first page“：”2701“，”doi“：”10.1109\/JBHI.2020.2974425“，”article-title“：”弱监督深度学习中的标签不准确：“自动识别和更正及其对分类性能的影响”，“volume”：“24”，“author”：“Hao”，“year”：“2020”，“journal-title”：“IEEE J.Biomed。治愈。信息学“}，{”key“：”10.1016\/j.engappai.2024.108497_bib15“，”doi-asserted-by“：”crossref“，”first page“：“4340”，“doi”：“10.1109\/TGRS.2020.3016820”，“article-title”：“更多样化意味着更好：多模态深度学习满足远程图像分类”，“volume”：“59”，“author”：“Hong”，“year”：“2021”，“journal-title“：”IEEE Trans.Geosci.Rem。Sens.“}，{”key“：”10.1016\/j.engappai.2024.08497_bib16“，”author“：”Hong“，”year“：”2023“}、{”密钥“：”101016\/j.engappai.2024.108497_ bib17“，”doi-asserted-by“：”crossref“，”first page“：：“28”作者：“Hong”，“year”：“2019”，“journal-title”：“IEEE Trans。图像处理。“}，{”key“：”10.1016\/j.engappai.2024.108497_bib18“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.rse.2023.113856“，”article-title“：”Cross-city matters:a multimal遥感基准数据集，用于使用高分辨率域适配网络进行跨城市语义分割“，”volume“：“299”，”author“：”Hong“，”year“：”2023“，”journal-title”：“”遥感环境。“}，{”key“：”10.1016\/j.engappai.2024.108497_bib19“，”首页“：”1“，”article-title“：”弱监督裂纹检测“，”author“：”Inoue“，”year“：”2023“，”journal-title”：“IEEE Trans.Intell.Transp.Syst.Access）”}“key”：“10.1016\\j.engapai.2024.08497_ib20”，”series-title“：“第25届国际模式识别会议（ICPR）”，”首版“：”65“，“article-title”：“裂纹检测是一个薄弱的监督问题：实现较少注释密集型裂纹检测器”，“author”：“Inoue”，“year”：“2021”}，{“key”：“10.1016\/j.engappai.2024.08497_bib21”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.autcon.2020.103291”使用深度学习在复杂背景下进行混合像素级混凝土裂缝分割和量化”，“卷”：“118”，“作者”：“Kang”，“年份”：“2020”，“期刊标题”：“Autom”。连接结构。“}，{”key“：”10.1016\/j.engappai.2024.108497_bib22“，”doi-asserted-by“：”crossref“，”first page“：“2190”，“doi”：“10.1177\/14759217211053776”，“article-title”：“用于自动裂缝分割的高效基于注意力的深层编码器和解码器”，“volume”：“21”，“author”：“Kang”，“year”：“2022”，“journal-title“：”Struct.Health Monit.“}”，{“key”：”10.1016\/j.engapai.2024.108497_bib23”，“doi断言者”：“crossref”，“doi”：“10.1016\/j.autcon.2021.103634”，“文章标题”：“半监督深度学习对基础设施损害的注意力引导分析”，“卷”：“125”，“作者”：“Karaaslan”，“年份”：“2021”，“期刊标题”：“Autom。连接结构。“}，{”key“：”10.1016\/j.engappai.2024.108497_bib24“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.jobe.2023.107105“，”article-title“：”使用有限数据和转移学习对砌体立面裂缝检测的深度学习“，”author“：”Katsigiannis“，”year“：”2023“，”journal-title”：“j.Build.Eng.”}，“{”key“：“”10.1016\/j.engappai.2024.108497_bib25“，”doi-asserted-by“：”crossref“，”first page“：”24083“，”doi“：”10.1109\/TITS.2022.3204853“，”article-title“：”通过使用分类器和阈值定位生成伪标号来进行弱监督表面裂纹分割“，”volume“：“23”，“author”：“K\u00f6nig”，“year”：“2022”，“journal-title”：“IEEE Trans。因特尔。运输。系统。“}，{”key“：”10.1016\/j.engappai.2024.108497_bib26“，”doi-asserted-by“：”crossref“，”first page“：“1183”，“doi”：“10.1038\/s41598-023-28530-2”，“article-title”：“用于结肠镜检查图像的双编码器\u2013基于解码器的深层息肉分割网络”，“volume”：“13”，“author”：“Lewis”，“year”：“2023”，”journal-title“：”Sci.Rep.“}”，{“key”：”10.1016\/j.engappai.2024.108497_bib27“，“article-title”：“LRR-net：用于高光谱异常检测的可解释深度展开网络”，“volume”：“61”，“author”：“Li”，“year”：“2023”，“journal-title“：”IEEE Trans。地质科学。Rem.Sens.“}，{”key“：”10.1016\/j.engappai.2024.108497_bib28“，”doi-asserted-by“：”crossref“，”first page“：“717”，”doi“：”10.3390\/s20030717“，”article-title“：”基于u-net和具有交替更新团的卷积神经网络的隧道裂缝自动检测“，”volume“：20”，”author“：”Li“，“year”：“2020”，”journal-title：“Sensors（瑞士）”}，{“key”：“10.1016\/j.engappai.2024.108497_bib29”，“doi-asserted-by”：“crossref”，“首页”：“2025”，“doi”：“101109\/TITS.2018.2856928”，“article-title”：“基于多尺度图像融合的路面裂缝自动检测”，“volume”:“20”，“author”：“Li”，“year”：“2019”，”journal-title“：”IEEE Trans.Intell.Transport.Syst.“}，{”key“：“10.1016\/j.engappai.2024.108497_bib30”，“doi-asserted-by”：“crossref”，“doi”：“10.116\/j.measurement.2021.110641”，“article-title”：“带传递学习的深层剩余神经网络框架，用于混凝土坝修补级裂缝分类和弱监督定位”，“volume”：“188”，”author“：”Li“，”year“：”2022“，”journal-title“：“Measurement”}，{“key”：“10.1016\/j.engappai.2024.108497_bib31”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.engappai.2023.106876”，“article-title”：“DeepCrackAT:一个基于学习多尺度裂纹特征的有效裂纹分割框架”，“volume”：”126“，“author”：“Lin”，”year“2023”，“journal-title“：”Eng.Appl.Artif.Intell.“}，}”：“10.1016\/j.engappai.2024.108497_bib32”，“series-title”：“IEEE\/CVF计算机视觉和模式识别会议论文集”，“首页”：“2606”，“文章-标题”：“噪声注释分段的自适应早期学习修正”，“作者”：“刘”，“年份”：“2022”}，{“key”：“10.116\/j-engappai.2024.108497_bin33”，“doi-asserted-by”：“crossref”，“DOI”：“10.1016\/j.com.pind.2023.103921”，“文章标题”：“从注意力中学习位置信息：使用GANs进行端到端弱监督裂纹分割”，“卷”：“149”，“作者”：“Liu”，“年份”：“2023”，“期刊标题”：“Comput.Ind.”}，｛“key”：“10.1016\/j.engappai.202108497_bib34”，“DOI断言者”：“crossref”，“首页”：“139”，“DOI”：“10.1016\/j.neucom.2019.01.036”，“article-title”：“DeepCrack：用于裂缝分割的深层次特征学习体系结构”，“volume”：“338”，“author”：“Liu”，“year”：“2019”，“journal-title“：”Neurocomputing“}，{“key”：”10.1016\/j.engappai.2024.108497_bib65“，”doi-asserted-by“：”crossref“，”first page“：”7863“，“doi”：“10.3390\/s23187863”，“article-title”：“基于计算机视觉的桥梁检测与监测：综述”，“卷”：“23”，“作者”：“罗”，“年份”：“2023”，“日志标题”：“传感器”}，{“键”：“10.1016\/j.engappai.2024.08497_bib35”，“doi-asserted-by”：“crossref”，“首页”：“911”，“doi”：“101007\/s11760-021-02034-w”，“artice-title“：“DcsNet:裂纹分割实时深度网络”，“volume”：“16”，“author”：“Pang”，“year”：“2022”，“journal-title”：“Signal，Image Video Process”}，{“key”：”10.1016\/j.engappai.2024.08497_bib36“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“10.1016\/j.neucom.2022.01.51”，“article-title“：“在注释不准确的情况下进行像素准确的道路裂缝检测”，“卷”：“480”，“作者”：“Rill-Garc\u00eda”，“年份”：“2022”，“日志标题”：“神经计算”}，{“键”：“10.1016\/j.engappai.2024.08497_bib37”，“doi-asserted-by”：“crossref”，《首页》：“157”，‘doi’：“10.1007\/s11263-007-090-8”，“文章标题”：“LabelMe:用于图像注释的数据库和网络工具”，“volume”：“77”，“author”：“Russell”，“year”：“2008”，“journal-title”：“Int.J.Compute.Vis.”}，{“key”：”10.1016\/J.engappai.2024.08497_bib38“，”doi-asserted-by“：”crossref“，”first page“：”9“，”doi“：”10.116\/J.neucom.2020.11.018“，”article-title“：“通过深度特征重建进行非监督异常分割”，“卷”：“424”，“作者”：“史”，“年份”：“2021”，“日志标题”：“神经计算”}，{“键”：“10.1016\/j.engappai.2024.08497_bib39”，“doi-asserted-by”：“crossref”，“首页”：“774”，”doi“10.1111\/nph.18387”，“article-title”：“RootPainter:带校正注释的生物图像的深度学习分割”，“卷”：“236”，“作者”：“Smith”，“年份”：“2022”，“期刊标题”：“New Phytol.”}，｛“key”：“10.1016\/j.engappai.2021018497_bib40”，“首页”：“1”，“文章标题”：“神经网络超参数的规范方法：第1部分——学习率、批量大小、动量和权重衰减”，“作者”：“Smith”，“年份”：“2018年”，“期刊标题”：“arXiv Prepr.arXiv1803.09820”}，{“键”：“10.1016\/j.engappai.2024.08497_bib41”，“series-title”：“2022年第七届智能计算与信号处理国际会议，ICSP 2022”，“首页”：“871”，“文章标题”：“基于高斯模型的弱监督表面缺陷分类网络”，“作者”：“宋”，“年份”：“202二”}，{“关键”：“10.1016\/j.engappai.2024.08497_bib42”，“系列标题”：“第31届神经信息处理系统会议（NIPS 2017）”，“首页”：“1”，“文章标题”：“平均教师是更好的榜样：加权一致性目标提高了半监督的深度学习结果”，“作者”：“Tarvainen”，“年份”：“2017”}，{“key”：“10.1016\/j.engappai.2024.08497_bib43”，“series-title”：“机器学习研究论文集”，“首页”：“1251”，“article-title”：“注释错误对细胞分割深度学习准确性的影响分析”，“author”：“Vadinanu”，“year”：“2022”}，{“key”：“10.1016\/j.engappai.2024.108497_bib44”，“doi-asserted-by”：“crossref”，”doi“10.1016 \/j.compind.2021.03545”，“article-title”：“使用弱监督注释方法进行像素级隧道裂纹分割”，“卷”：“133”，“作者”：“Wang”，“年份”：“2021”，“日志标题”：“Compute.Ind.”}，{“key”：“10.1016\/j.engappai.2024.08497_bib45”，“doi-asserted-by”：“crossref”，”first page“：”162“，”doi“：”10.1111\/mies.12481“，”article-title“：“集成有条件随机场的统一卷积神经网络用于管道缺陷分割”，“卷”：“35”，“作者”：“王”，“年份”：“2020”，“日志标题”：“计算土木基础设施工程”}，{“键”：“10.1016\/j.engappai.2024.18497_bib46”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.autcon.2022.04275”，“文章标题”：“基于变压器的混凝土裂缝自动分割模型”，“volume”：“139”，“author”：“Wang”，“year”：“2022”，“journal-title”：“Autom.ConStruct.”}，{“key”：”10.1016\/j.engappai.2024.08497_bib47“，”doi-asserted-by“：”crossref“，”doi“：”10.116\/j.autcon.2021.03786“，”article-title“：“用于表面裂纹检测的半监督语义分割网络”，“卷”：“128”，“作者”：“王”，“年份”：“2021”，“期刊标题”：“Autom.ConStruct.”}，{“key”：“10.1016\/j.engappai.2024.108497_bib48”，“series-title”：“IEEE计算机学会计算机视觉和模式识别会议论文集”，“首页”：“8688”，“article-title”：“带开放噪声标签的迭代学习”，“author”：“Wang”，“year”：“2018”}，{“key”：“10.1016\/j.engappai.2024.08497_bib49”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.autcon.2019.04.014”，“article-title:”基于分段的路面裂缝量化“，”volume“105”，“author”:“Weng”，”year“2019”，“journal title”：“Autom.ConStruct.”}，{“key”：“10.1016\/j.engappai.2024.108497_bib50”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.measurement.2023.113091”，“article-title”：“基于对比学习和交叉伪监督的裂纹分割半监督学习框架”，“volume”：”217“author”：“Xiang”，“year”：“2023”，“journal title”：“Measurement”}，{“key”：“10.1016\/j.engappai.2024.108497_bib51”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.autcon.2023.104894”，“article-title”：“用于复杂检测场景的融合变压器和卷积神经网络的裂纹分割算法”，“volume”：”152“，”author“：”Xiang“，”year“：”2023“，”journal-title“：”Autom.ConStruct.“}，{“key”：“10.1016\/j.engappai.2024.108497_bib52”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.autcon.2022.104346”，“article-title”：“基于超分辨率重建和分段网络的混凝土结构裂缝检测算法”，“volume”：”140“，”author“：”Xian“，”year“2022”，“journal-title“：”Autom.ConStruct.“}，{”key“：“10.1016\/j.engappai.2024.108497_bib53”，“doi-asserted-by”：“crossref”，“first page”：“1769”，“doi”：“10.1111\/mices.12903”，“article-title”：“混凝土裂缝的稀疏感知和基于超像素的分割模型”，“volume”：”37“，“author”：“Xie”，“year”：“2022”，“journal-title“：”“Compute.Civ.Infrastruct.Eng.”}，{“key”：《10.1016//j.engapp》ai.2024.108497_bib54“，“doi-asserted-by”：“crossref”，“first page”：“5109”，“doi”：“10.1109\/TIP.2022.3189823”，“article-title”：“SemiCurv:半监督曲线结构分割”，“volume”：”31“，“author”：“Xu”，“year”：“2022”，“journal-title“：”IEEE Trans.Image Process.“}，{”key“：”10.1016\/j.engappai.2024.08497_bib55“，”doi-assert-by“：”crossref.“，”first第“：”2608页，“DOI”：“10.1016\/j.engappai.2013.07.002”，“article-title”：“用于图像分割的超像素半监督结构稀疏编码分类器”，“volume”：“26”，“author”：“Yang”，“year”：“2013”，“journal-title“：”Eng.Appl.Artif.Intell.“}，{”key“：”10.1016\\j.engapai.2024.08497_bib56“，”DOI-asserted-by“：”crossref“，”第一页“：”1933“，”DOI“：“10.1007\/s00170-021-08399-z”，“文章标题”：“基于弱监督学习的圆柱形金属工件表面缺陷检测”，“卷”：“119”，“作者”：“叶”，“年份”：“2022”，“期刊标题”：《国际先进制造技术》}，{“关键”：“10.1016\/J.engappai.2024.08497_bib57”，“系列标题”：“IEEE国际计算机视觉会议论文集”，“首页”：“6423”，“article-title”：“使用噪声标签进行鲁棒点云分割的学习”，“author”：“Ye”，“year”：“2021”}，{“key”：“10.1016\/j.engappai.2024.08497_bib58”，“doi-asserted-by”：“crossref”，”doi“10.1016”，“j.ymssp.2021.108334”，“article-title”：“一种针对无服务轨道表面缺陷的图像级弱监督分割方法，具有先验尺寸”，“volume”：“165”，“author”：“Zhang”，“year”：“2022”，“journal-title”：“Mech.Syst.Signal Process.”}，{“key”：”10.1016\/j.engappai.2024.108497_bib59“，”doi-asserted-by“：”crossref“，“doi”：“10.1016\/j.conbuildmat.2022.129117”，”article-title“：“基于深度学习方法的路面裂缝检测研究，使用弱监督实例分割框架”，“卷”：“358”，“作者”：“张”，“年份”：“2022”，“日记标题”：“Construct.Build.Mater.”}，{“键”：“10.1016\/j.engappai.2024.08497_bib60”，“doi-asserted-by”：“crossref”，“首页”：“1864”，“doi”：“101177\/1475921720940068”，“文章标题”：“一种改进的基于Unet的混凝土裂缝检测算法的研究”，“卷”：“20”，“作者”：“张”，“年份”：“2021”，“期刊标题”：“结构健康监测”}，{“关键”：“10.1016\/j.engappai.202108497_bib61”，“系列标题”：“医学图像计算和计算机辅助干预\u2212 MICCAI 2017”，“首页”：“408”，“article-title”：“利用未标记图像进行生物医学图像分割的深层对抗网络”，“author”：“Zhang”，“year”：“2017”}，{“key”：“10.1016\/j.engappai.2024.08497_bib62”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.autcon.2022.104678”，“artice-title“：“民用基础设施基于深度学习的裂纹分割：数据类型、架构和基准性能”，“卷”：“146”，“作者”：“周”，“年份”：“2023”，“期刊标题”：“Autom.ConStruct.”}，{“键”：“10.1016\/j.engappai.2024.08497_bib63”，“doi-asserted-by”：“crossref”，《首页》：“1307”，“doi”：“101016\/j.aej.2020.02.027”，“article-title”：“基于弱监督网络的沥青混凝土桥面裂缝智能识别”，“volume”：“59”，“author”：“Zhu”，“year”：“2020”，“journal-title“：”Alex.Eng.J.“}，{”key“：”10.1016\/J.engappai.2024.108497_bib64“，”doi-asserted-by“：”crossref“，”doi“：”0.1016\/J.engapai.2023.106011“，”article-title“：“具有全局信息和屏蔽软件丢失的弱缺陷分割的子区域Unet”，“卷”：“122”，“作者”：“朱”，“年份”：“2023”，“日志标题”：“工程应用程序人工智能”}]，“容器标题”：[“人工智能的工程应用”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0952197624006559？httpAccept=text\.xml”，“content-type”：“text\/xml”，“内容-版本”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http:\/\-api.elsever.com/content\/article \/PII:S095217624006559？httpAccess=text\/plain”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,6,8]]，“date-time”：“2024-06-08T01:36:31Z”，“timestamp”：1717810591000}，“score”：1，“resource”：{primary“：{”URL“https:\/\/linkinghub.elsevier.com\/retrieve\/pi\/S0952197624006559”}}，”subtitle“：[]，”shorttitle“：[]，“issued”：date-parts“：[[2024,7]]}，”references-count“：65，“alternative-id”：[“S0952197624006559”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.engappai.2024.08497”，“relation”：{}，“ISSN”：【“0952-1976”】，“ISSN-type”：[{“value”：“0952-1976”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[2024,7]]}，”assertion“：[{{”value“Elsevier”“，”name“：”publisher“，”label“：”本文由“}，{”value“维护”：“使用有限的粗糙标签统一弱监督和半监督裂纹分割框架”，“name”：“articletite”，“label”：“Article Title”}，{“value”：“人工智能的工程应用”，“name”：“journaltitle”，“标签”：“Journal Title（期刊标题）”}：“CrossRef DOI link to publisher maintained version”}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}