首页|基于深度学习的隧道衬砌裂缝智能识别

基于深度学习的隧道衬砌裂缝智能识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
隧道衬砌裂缝会降低结构的稳定性，影响整个隧道在运营期间的安全，因此需要定期对隧道衬砌裂缝进行检测、治理。针对隧道裂缝人工检测方法中存在精度低、效率不足的问题，文章以Faster-RCNN目标检测算法为基础，提出了一种基于深度学习的隧道衬砌裂缝智能检测方法，并利用构建的裂缝数据集进行模型训练和测试。结果表明，提出方法的评价指标F1分数为89。63%，AP为92。65%，相较于YOLOv4和SSD两种对比算法，其具有更高的裂缝识别精度，适用于实际隧道工程的衬砌裂缝检测任务。

朱洪琛、刘育初

展开 >

济南城建集团有限公司,山东 济南 250031

中国铁路广州局集团有限公司,广东 广州 510000

隧道工程 结构裂缝 目标检测 神经网络

2024

10.19301/j.cnki.zncs.2024.03.004

智能城市
辽宁省科学技术情报研究所

智能城市

ISSN：2096-1936
年,卷(期)：2024.10(3)
  • 9