基于深度学习的隧道衬砌裂缝智能识别
朱洪琛
刘育初
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
分类号：TP18(自动化基础理论)
论文发表日期：2024-03-28
页数：3( 12-14 )