基于Mobilenet-SSD的探地雷达管线目标智能识别研究

摘要

在旧城区地下空间改造和扩建中,必须探测明确现有地下管网信息。探地雷达(GPR)是探测埋地管道的一种有效方法。然而,现有的探地雷达图像解译、判读方法依赖人工,费时费力。为了克服这些局限性,提出了一种基于轻量化深度学习Mobilenet-SSD网络模型的探地雷达地下管线智能识别方法。结果表明:该方法对单一金属管线,单一非金属管线,多个非重叠特征,多个重叠特征均可成功识别,平均正确率(Average Precision,AP)为89.4%,效果准确可靠;模型运行效率高,可实现实时检测,在管线普查工作中有很大的实用价值和研究前景。