文档名：基于改进Yolov5的地铁隧道附属设施与衬砌表观病害检测方法
摘要：随着地铁隧道服役时间增长,隧道衬砌在多因素影响下病害频发,对隧道结构及临近附属设施造成不良影响,严重危及到行车安全.因此,亟需精确高效的地铁隧道病害及设施检测技术.然而,地铁隧道存在内部环境复杂,附属设施与衬砌病害纹理及灰度相似、目标尺度不一等检测难点,传统的人工巡检及数字图像处理方法均存在局限.针对上述问题,提出一种基于改进Yolov5的地铁隧道附属设施及衬砌表观病害检测模型.针对设施及病害的位置特征引入坐标注意力(Coordinateattention)引导模型对目标区域赋予更高权重,抑制背景噪声;采用BiFPN(Bi-directionalFeaturePyramidNetwork)特征融合网络提升小目标病害检测效果;并利用GhostBottleneck替代部分卷积减少模型参数,提高检测效率.为验证改进后模型检测性能,进行现场实验,构建样本数量为843的地铁隧道衬砌图像数据集.并采用随机裁剪、镜像翻转等数据增强方法,将样本量扩充至4072.数据集上的实验结果表明,改进模型的平均精度均值(mAP)可达89.2％,较原模型提高了3.7％,有效提升了隧道环境中小目标病害的检测效果.且模型参数减少了12％,更有利边缘端部署.相比于其他隧道检测模型,改进后的模型在综合性能上更具优势,可为地铁隧道衬砌病害实时检测和附属设施数字化提供技术支持.
作者：朱家松 郑澳 雷占占 练敏青 杨军伍 李林超 Author：ZHUJiasong ZHENGAo LEIZhanzhan LIANMinqing YANGJunwu LILinchao
作者单位：深圳大学土木与交通工程学院,广东深圳518000深圳大学建筑与城市规划学院,广东深圳518000深圳市地铁集团有限公司,广东深圳518026
刊名：铁道科学与工程学报 ISTICPKU
Journal：JournalofRailwayScienceandEngineering
年，卷(期)：2023, 20(3)
分类号：TP391
关键词：地铁隧道 衬砌检测 深度学习 目标检测
机标分类号：TP391TS207.3U45
在线出版日期：2023年4月12日
基金项目：国家重点研发计划，深圳市地铁集团有限公司科研咨询服务，深圳市科技创新委项目，广东省区域联合基金青年项目，广东省自然科学基金面上项目基于改进Yolov5的地铁隧道附属设施与衬砌表观病害检测方法[
期刊论文] 铁道科学与工程学报--2023, 20(3)朱家松 郑澳 雷占占 练敏青 杨军伍 李林超随着地铁隧道服役时间增长,隧道衬砌在多因素影响下病害频发,对隧道结构及临近附属设施造成不良影响,严重危及到行车安全.因此,亟需精确高效的地铁隧道病害及设施检测技术.然而,地铁隧道存在内部环境复杂,附属设施与衬砌...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进Yolov5的地铁隧道附属设施与衬砌表观病害检测方法 Metro tunnel accessorial facilities and lining diseases detection method based on improved Yolov5
基于改进Yolov5的地铁隧道附属设施与衬砌表观病害检测方法.pdf
- 文件大小:
- 50.16 MB
- 下载次数:
- 60
-
高速下载
|
|
