原文传递
高原隧道裂缝病害智能识别及评价技术
| 题名： | 高原隧道裂缝病害智能识别及评价技术 |
| 作者： | 左迪 王鑫 赵丹 |
| 作者单位： | 1. 天水师范学院 |
| 关键词： | 关键词：隧道裂缝;目标检测;语义分割;深度学习; |
| 摘要： | 摘要：恶劣地质环境下的川藏铁路高原隧道存在高地应力、高地温、高水压等复杂干扰因素，为实现高原隧道裂缝病害的高效准确定位与评价，提出了基于深度学习的隧道裂缝智能识别及评价方法。首先，通过Mask算法和CLAHE算法对高原隧道裂缝图像预处理；其次，开展基于改进YOLOv5目标检测算法的裂缝定位识别与基于ATT-Unet语义分割算法的裂缝像素分割；再次，通过提取裂缝形态特征信息，采用优化后的最短距离法定量计算裂缝的宽度与长度；最后，建立和扩容不同破坏程度的多场景隧道裂缝图像数据集，进而构建深度学习模型评价体系。依托实际高原隧道工程进行检测对比试验，该智能识别及评价技术的裂缝查准率可达86%,查全率可达96%,调和平均F1值可达91%,交并比可达84%,验证了在高原复杂因素干扰下技术的有效性与可靠性，满足高原隧道检测实时性和准确性的要求。 |
| 期刊名称： | 黑龙江交通科技 |
| 出版日期： | 202405 |
| 出版年： | 2024 |
| 期： | 6 |
检索历史
应用推荐
