一种基于深度学习的隧道衬砌病害检测技术

摘要

cqvip:本文提出了一种基于视觉的方法,该方法使用卷积神经网络(CNN)的深层架构来检测隧道衬砌病害,而无需计算缺陷特征。由于CNN能够自动学习图像特征,所提出的方法在没有使用图像处理方法提取特征的情况下工作。设计的CNN在256×256像素分辨率的40k图像上进行训精度约为98%。进行比较研究以使用传统的Canny和Sobel边缘检测方法检查所提出的CNN的性能。结果表明,该方法具有较好的性能,在实际情况下确实可以找到具体的裂缝。