Kvíz spojený s průvodcem · Střední úroveň
AI v kvízu o inspekci mostů a silniční infrastruktury
Ověřuje porozumění intervalům inspekcí mostů v USA, segmentaci trhlin a vzdálenosti vzorkování země a podpovrchovým nástrojům, jako je GPR a termografie.
Otázka 1 z 8
Jak často podle amerických norem pro kontrolu mostů obvykle prochází většina dálničních mostů rutinní kontrolou?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jak často podle amerických norem pro kontrolu mostů obvykle prochází většina dálničních mostů rutinní kontrolou?
- Every 6 months
- Every 5 years
- Every 24 months
- Only after an accident
- Proč je detekce trhlin obvykle považována za úkol segmentace namísto jednoduché detekce objektů?
- Practitioners need crack length and width, which requires pixel-level outlines
- Segmentation needs no training data
- Object detection cannot run on drones
- Cracks are always perfectly rectangular
- Jaká je vzdálenost vzorkování země?
- The distance a drone flies between batteries
- The depth ground-penetrating radar can reach
- The spacing between bridge piers
- The real-world size represented by one image pixel
- Které nástroje uvádí průvodce pro odhalování poškození uvnitř betonových desek?
- Dashcams and GPS
- Ground-penetrating radar and infrared thermography
- Laser profilers and roughness indexes
- Strain gauges only
- Která z nich je běžným zdrojem falešně pozitivních výsledků pro modely detekce trhlin?
- Exposed rebar
- Potholes
- Stains, joints, shadows and formwork marks
- Corrosion on steel
- In this guide, what is a digital twin of a bridge?
- A model of the asset linked to its inspection history and sensor data
- A second bridge built next to the first
- A backup copy of the inspector's notes
- A drone that follows the inspector
- Why can't a crack image alone determine how serious the crack is?
- Cameras cannot capture cracks
- All cracks are equally dangerous
- Images are too large to analyze
- Seriousness depends on the crack's location, the type of member and the loads it carries
- Which technique helps with the severe class imbalance in crack segmentation?
- Using only color images
- Dice or focal loss functions
- Flying the drone higher
- Removing all images that contain cracks