| 基于深度学习的公路隧道表观病害智能识别研究现状与展望 |
| |
| 引用本文： | 周中,闫龙宾,张俊杰,龚琛杰.基于深度学习的公路隧道表观病害智能识别研究现状与展望[J].土木工程学报,2022,55(Z2):38-48. |
| |
| 作者姓名： | 周中 闫龙宾 张俊杰 龚琛杰 |
| |
| 作者单位： | 1. 中南大学，湖南长沙 410075；2. 湖南铁院土木工程检测有限公司，湖南长沙 410075 |
| |
| 摘 要： | 公路隧道服役过程中会产生诸多衬砌病害，其会影响隧道的结构耐久性与运营安全性，对隧道表观病害进行高效智能化识别至关重要。常用的人工巡检方式效率低下且准确率低，而基于深度学习算法进行表观病害智能识别能提高检测的效率和准确性，相较于传统方法而言在实际隧道工程中具有更好的应用前景。利用深度学习可以学习隧道病害的特征信息，有利于未来隧道病害识别智能化的发展。简述深度学习在隧道表观病害识别中的应用原理，从人工拍照方法、数字图像采集和激光扫描技术三方面介绍病害图像的采集，从标注软件和数据增强方法总结数据集的构建和扩充方法，在图像分类、目标检测、语义分割三方面总结深度学习算法在隧道病害检测的应用现状，归纳当前应用的不足之处，最后分析与展望深度学习在隧道表观病害智能化识别方向广泛应用需要研究的问题与方向。
|
| 关 键 词： | 公路隧道 隧道病害 深度学习 神经网络 病害检测 |
Review and prospect of intelligent identification of apparent diseases in highway tunnels based on deep learning |
| |
| Zhou Zhong Yan Longbin Zhang Junjie Gong Chenjie.Review and prospect of intelligent identification of apparent diseases in highway tunnels based on deep learning[J].China Civil Engineering Journal,2022,55(Z2):38-48. |
| |
| Authors: | Zhou Zhong Yan Longbin Zhang Junjie Gong Chenjie |
| |
| Affiliation: | 1. Central South University, Changsha 410075, China；
2. Hunan Tieyuan Civil Engineering Testing Co., Ltd., Changsha 410075, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《土木工程学报》浏览原始摘要信息 |
|
点击此处可从《土木工程学报》下载全文 |
