【摘 要】
：
隧道脱空病害检测是隧道维护和保障交通运营安全的重要环节,目前传统的人工勘测对于图像的解释和识别严重依赖于工程师的个人经验,主观性较大,容易出现缺检漏检情况。随着科技的进步,深度学习和人工智能在机器视觉领域大放异彩,神经网络应用于目标检测也成了科技研究的重点。针对地质雷达图像中脱空病害形态复杂、尺度较大、成像易受地理环境影响,同时神经网络模型受限于计算资源有限的环境等问题,本文基于神经网络架构,提出
论文部分内容阅读
隧道脱空病害检测是隧道维护和保障交通运营安全的重要环节,目前传统的人工勘测对于图像的解释和识别严重依赖于工程师的个人经验,主观性较大,容易出现缺检漏检情况。随着科技的进步,深度学习和人工智能在机器视觉领域大放异彩,神经网络应用于目标检测也成了科技研究的重点。针对地质雷达图像中脱空病害形态复杂、尺度较大、成像易受地理环境影响,同时神经网络模型受限于计算资源有限的环境等问题,本文基于神经网络架构,提出指引锚点机制以及通道剪枝策略来实现隧道病害的智能检测,并开发基于Python的隧道地质雷达图像脱空病害检测软件,为施工现场的部署提供了技术前提。本文主要研究内容如下三部分:（1）针对隧道病害的特点,本文构建了一种融入指引锚点机制的CNN网络,进行隧道脱空检测。该网络由特征提取、指引锚点区域建议网络、感兴趣区域池化以及分类回归四部分构成。改进后指引锚点建议网络通过学习预测感兴趣区域,优化评估标准更能体现特征区域与标定的重合度。实验结果显示改进后的网络取得了 92.74%的分类准确率,所训练的模型具有较为不错的目标数据的预测能力。（2）在双阶段目标检测研究的基础上,通过分析比较,本文提出了模型通道剪枝策略对模型进行轻量化处理。对于每一个通道都引入一个缩放因子γ并与通道的输出相乘,联合训练网络权重和这些缩放因子。最后将缩放因子小的通道直接移除并微调剪枝后的网络。虽然生成模型在检测精度上略有降低下,但降低了内存占用,极大的减少了网络参数量以及计算量。（3）基于Python框架技术,建立了以指引锚点以及通道剪枝为核心技术的软件平台。该隧道病害系统包括图像采集,图像处理,图像应用三层架构。图像采集层采集地质雷达图像数据输入,经过图像处理层的训练测试以及轻量化处理,最后在应用层实现对训练结果的展示以及上报功能。该系统不仅实现了隧道脱空病害的智能检测,同时满足部署在计算资源匮乏的边缘环境的要求,具有实际应用价值。
其他文献
随着我国核科学技术的发展,各种放射源被广泛应用于工业探伤、医疗诊断、辐照育种等领域,这些放射源在为人类做出贡献的同时,也带来了一定程度的安全隐患。因此,必须考虑放射源的安全监测与管理,并对放射源储藏库与放射源应用现场进行实时监测,以避免相关人员受到辐射伤害。在此种背景下,本文从辐射监测方面入手,结合物联网技术和互联网技术,设计了一套基于物联网的放射源在线监测系统。该系统可总体分为两大子系统,下层监
随着坦克技术的发展,坦克所装备的新型装甲和主动防御技术提升了当前坦克的防御能力。但是,随着“蜂群”技术的到来,在军事领域中,将“蜂群”技术引入反坦克导弹技术领域,即引入多弹协同攻击技术是很有必要的。在多弹协同攻击技术中,其主要通过时间协同和空间协同来进行表现。目前,国内外对于时间协同方面的研究成果非常丰富,但对于空间协同这方面的研究还比较少。因此,本论文结合时间协同和空间协同一起研究就具有非常重要
偏振成像系统与传统光学成像系统相比,其成像的特殊性在于成像结果中包含了传统成像系统所不能提供的偏振信息。正是由于偏振信息的存在,对于那些传统成像手段难以探测到的目标、易受杂乱背景信息影响的目标,偏振成像系统可以有效的识别和检测。近年来,偏振成像技术已经取得了飞速发展,对偏振成像系统的成像质量的要求也越来越严苛,因此对偏振成像系统成像性能的精准评估和优化是国内外的一大研究热点。另一方面,光学传递矩阵
燃煤作为一种便利的能源原料,在我国工业上众多领域的动力供给中占有非常重要的位置,煤的灰分是原煤在充分燃烧后所残留的物质,可以被重新处理和利用。而且这种物质中会存在放射性元素,这类天然的元素可产生γ射线,也是测量煤质灰分的重要指标。在煤质检测方面,用马弗炉燃烧煤质去测原煤的方式程序繁琐,还会消耗掉大量的人力物力,检验得出的结果时间也较长,不再适合能源部门对原煤品质的快速判断需求。目前检测方法多为有源
目前,医学中最常用的两种生化检测方法是血细胞检测与联检卡检测。血细胞检测通过检测人血细胞中的白细胞（WBC）、红细胞（RBC）与血小板（Platelet）的数量,判断病人是否患有疾病;联检卡诊断通过分泌物样本与化学试剂在联检卡的反应区进行反应,再通过对反应结果判读,进而判断病人的健康情况。但这两种检测方法都需要基于优秀的图像处理算法以保证准确率,针对这一问题,本文设计并实现了生化检测图像自动识别算
近年来,对大脑结构的分析为人工智能的研究提供有力基础,对于人工智能的研究与应用成为各行各业走向更前沿发展的重要途径,然而真正了解大脑结构,解析人脑从感知到认知到做出判断再到实现反馈这一复杂功能,是人工智能真正变得“智能”的前提,脑机接口领域的发展是实现这一目标的重要途径。其中如何高效准确取得大脑神经信号数据,如何对数据分析以获得有用信息,是探究脑科学和类脑智能的必要研究内容,对了解神经元放电结构和
随着我国经济快速发展,各类汽车销量稳步增长,人们的驾驶时间也变得越来越长,长时间驾驶导致疲劳驾驶事件层出不穷。疲劳检测具有容易普及、跟踪检测、实时性强等特点,是减少疲劳驾驶最有效的方法。目前,单一特征疲劳检测方法受环境和个体差异影响较大,具有较大局限性。因此,一种有效的多特征疲劳检测方法对保障道路行车安全具有重大的现实意义。本文通过信息融合的方法将图像信号与脑电信号的多种特征作为疲劳检测特征在决策
对空中飞行器目标进行精准识别,是当代军事领域与计算机视觉领域共同面临的热点问题。准确并迅速地进行空中飞行器的敌我识别、类型识别以及趋势预测,为下一步决策提供重要依据,对于未来地面火控指挥作战系统效率的提高具有十分重要意义。近年来,以卷积神经网络为基础发展出的各类目标检测算法在实际中得到很好的应用,既在速度上满足实时性,又能取得令人满意效果。本文引入YOLO-v3目标检测网络,基于空中飞行器图像的准
Al-Si系铸造合金是活塞合金较为常用的材料,其热膨胀系数的变化对活塞有非常重要的影响。活塞是在高温高压下工作的,高温的工作环境使活塞内部产生热应力并膨胀,膨胀过大会影响活塞与缸套之间的配合间隙,影响活塞的润滑,从而加大活塞运动阻力,加速各零部件的磨损,影响内燃机的使用寿命。因此,需要深入研究活塞材料在温度变化过程中的产生热膨胀特性,得出不同温度下的热膨胀系数,提升成品的尺寸精度及合格率,延长材料
功能梯度材料作为新型的材料之一,有着较为广泛的应用领域,随着应用领域的不断深入,单一的功能梯度材料已经逐渐不能满足在复杂多变环境下的实际需求,故而研究变梯度参数的功能梯度板的性能具有重要的意义。本文采用了快速计算方法针对变梯度参数的功能梯度材料的传热和动力学性能进行了深入研究与探讨。第二章首先将功能梯度板的三维模型简化为了二维模型,并对该模型进行了描述,对比了幂函数型与指数函数型的变梯度参数模型,