In Egmond aan Zee hebben intensieve buien diverse malen geleid tot ernstige wateroverlast in het centrum en schade aan woningen en bedrijfspanden. Na de overlast in augustus 2006 heeft de gemeente Bergen in samenwerking met ingenieursbureau Tauw een maatregelenprogramma opgesteld om wateroverlast voortaan te voorkomen. Anno 2013 heeft de gemeente veel van de maatregelen geïmplementeerd en evalueert zij het functioneren van de voorzieningen door monitoring. Bij enkele recente intensieve buien is geen overlast meer geconstateerd. De gemeente moet nog een klein deel van de geplande berging in het uitvoeringsprogramma realiseren. Hoe en waar dat het best kan, bepaalt zij op basis van de geanalyseerde meetdata. De gemeente zal de hemelwatervoorzieningen in Egmond aan Zee blijven monitoren en beheren, zodat deze goed blijven functioneren.
DOCUMENT
DOCUMENT
Manual crack inspection is labor-intensive and impractical at scale, prompting a shift toward AI-based segmentation methods. We present a novel crack segmentation model that leverages the Segment Anything Model 2 (SAM 2) through transfer learning to detect cracks on masonry surfaces. Unlike prior approaches that rely on encoders pretrained for image classification, we fine-tune SAM 2, originally trained for segmentation tasks, by freezing its Hiera encoder and FPN neck, while adapting its prompt encoder, LoRA matrices, and mask decoder for the crack segmentation task. No prompt input is used during training to avoid detection overhead. Our aim is to increase robustness to noise and enhance generalizability across different surface types. This work demonstrates the potential of foundational segmentation models in enabling more reliable and field-ready AI-based crack detection tools.
DOCUMENT
