-
题名基于红外热成像的地铁隧道渗漏水病害智能识别
- 1
-
-
作者
李乐
沈晨雨
杜江波
王耀东
王尧
-
机构
国能运输技术研究院有限责任公司
北京交通大学机械与电子控制工程学院
-
出处
《铁道建筑》
北大核心
2024年第7期116-120,共5页
-
基金
国能朔黄铁路发展有限责任公司科技创新项目(SHTL-22-28)
北京市自然科学基金(L231021)。
-
文摘
为了准确、高效检测出隧道渗漏水病害,本文提出利用红外热成像技术采集图像数据,采用结合MobileNet V2的U-Net模型进行地铁隧道渗漏水病害智能识别的方法。结合MobileNet V2的U-Net模型既继承了MobileNet V2的轻量化优势,又保留了U-Net在小样本数据集上良好的分割功能。将从我国南方一地铁隧道内采集到的878张红外热成像图作为原始数据,对数据进行分割标注预处理后,建立标签为地铁隧道渗漏水的数据集。将数据集按9∶1的比例划分为训练集和测试集,使用本文方法进行渗漏水病害识别。结果表明:在保证识别精度的同时,计算参数量仅为原来的1/18,大幅降低了运算量;对小面积点状、中等面积条状和大面积复杂形状三类隧道渗漏水病害均有较好的识别效果;渗漏水区域和周围暗角均为蓝色时,采用传统数字图像处理方法比较容易受到暗角区域影响,而采用本文方法可以较准确识别渗漏水区域,说明本文方法识别效果优于传统数字图像处理方法,值得推广。
-
关键词
地铁隧道
智能识别技术
红外热成像
渗漏水病害
神经网络
语义分割
模型轻量化
-
Keywords
subway tunnel
intelligent identification technology
infrared thermal imaging
water leakage disease
neural network
semantic segmentation
lightweight model
-
分类号
U459.1
[建筑科学—桥梁与隧道工程]
-
