典型文献
排水孔结晶淤堵图像的语义分割识别技术及APP研究
文献摘要：
为了提高隧道排水孔结晶淤堵情况的检测速度以及淤堵程度定性分析的精确程度,探究并使用了一种语义分割卷积神经网络模型DeepLab v3+resnet18,对隧道排水孔图像进行识别.将230张排水孔图像中的成分划分为"结晶"、"排水孔壁"和"其他"三个类别,并以138张图像(样本总数的60％)训练DeepLab v3+resnet18模型,之后92张(样本总数的40％)图像进行预测.结果表明,基于此语义分割网络模型的全局准确度达95％,其中结晶类的预测准确度在75％以上,达到了对排水孔结晶淤堵图像定性分析的基本要求.此外,还将此语义分割卷积神经网络模型自编至MATLAB APP中,能够让工作人员容易、方便地进行排水孔结晶淤堵病害的图像检测(预测)工作.
文献关键词：
排水孔结晶淤堵;图像检测;语义分割;卷积神经网络;APP
中图分类号：
作者姓名：
刘文建;张国才;吕建兵;刘锋;吴维俊;陈贡发
作者机构：
中交广连高速公路投资发展有限公司,清远511500;中交四航工程研究院有限公司,广州510220;广东工业大学土木与交通工程学院,广州510006
文献出处：
引用格式：
[1]刘文建;张国才;吕建兵;刘锋;吴维俊;陈贡发-.排水孔结晶淤堵图像的语义分割识别技术及APP研究)[J].现代隧道技术,2022(04):100-107
A类：
排水孔结晶淤堵,v3+resnet18
B类：
隧道排水,检测速度,卷积神经网络模型,DeepLab,分划,孔壁,语义分割网络,预测准确度,自编,图像检测
AB值：
0.106927
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
