基于深度学习的隧道衬砌裂缝智能识别

朱洪琛 ¹刘育初²

扫码查看

作者信息

1. 济南城建集团有限公司,山东济南 250031
2. 中国铁路广州局集团有限公司,广东广州 510000
折叠

摘要

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.

关键词

隧道工程/结构裂缝/目标检测/神经网络

引用本文复制引用

出版年

2024

智能城市

辽宁省科学技术情报研究所

智能城市

ISSN：2096-1936

参考文献量9

段落导航