摘要
本发明提出了一种铁路隧道衬砌病害的轻量化智能检测方法,包括:步骤1获取长幅铁路隧道衬砌雷达图像;步骤2对衬砌雷达图像进行标注、分割以及标注坐标转换构建用于训练的图像数据集;步骤3对原始数据的分割图像集实施自适应缩放及填充预处理操作;步骤4基于训练集目标框标注数据训练检测模型,获得模型参数和神经网络权重文件;步骤5获得包含钢筋和脱空结构的检测结果参数;步骤6根据钢筋预设间距和检测钢筋数量判定当前分割子图是否缺筋,获得后处理检测结果图;步骤7合并后处理检测分割图获得最终检测结果。本发明应用于铁路隧道衬砌病害检测,可有效代替人工进行智能判识,有效提高长距离隧道衬砌质量检测效率和精度。
技术关键词
铁路隧道衬砌
智能检测方法
融合特征
动态上下文
特征融合网络
钢筋
特征提取网络
上下文特征
解码结构
图像
空间金字塔池化
训练检测模型
静态上下文
多尺度特征提取
上采样
浅层特征提取
深度特征提取
长距离隧道
训练神经网络
坐标
系统为您推荐了相关专利信息
烹饪食材
烹饪控制方法
图像
检测网络模型
网络状态信息
模特
交叉注意力机制
纹理特征
衣服
双通道注意力
智能交互系统
系统监控模块
多模态
跨模态
动态上下文
融合特征
识别方法
图像检测模型
预测类别
神经网络结构