摘要
本发明涉及一种基于无锚框实例分割的铁路隧道衬砌病害检测评估方法,属于铁路隧道病害检测、评估技术领域。首先,制作基于探地雷达图像的经过标注的铁路隧道衬砌病害数据集,按比例划分训练集、验证集和测试集,各个数据集之间图像不重复;然后,搭建基于深度学习的模型,通过训练集对模型参数进行迭代,得到训练结果;接着,由验证集评估训练得到的结果,由测试集评估训练模型的推理速度;最后,基于图像处理技术和优化算法计算病害最小长度,评估隧道劣化等级。本发明以探地雷达图像为数据源,通过深度学习模型输出隧道衬砌病害的类别,轮廓以及评定隧道劣化等级,相对于现有人工巡检,极大提高了工作效率和准确性。
技术关键词
铁路隧道衬砌
检测评估方法
实例分割
深度学习模型
标签文件
铁路隧道病害
评估训练模型
探地雷达图像
隧道衬砌病害
样本
数据
训练集
焦点
隧道拱顶
图像处理技术
标签类别
定义
系统为您推荐了相关专利信息
视觉监测系统
高压氧舱
水位检测模块
泡沫特征提取
偏振特性分析
电力负荷预测模型
短期电力负荷预测
集合经验模态分解
Attention机制
搜索算法
荧光检测试纸
混合深度学习模型
可视化系统
局部纹理特征
颜色校正
模型建立方法
耦合神经网络
多分辨率
循环风机
烟叶水分