학술논문
基于数字图像的砌体涵洞病害识别与工程应用 / Identification and Engineering Application of Masonry Culvert Disease Based on Digital Image
Document Type
Academic Journal
Author
Source
中国农村水利水电 / China Rural Water and Hydropower. (8):265-287
Subject
Language
Chinese
ISSN
1007-2284
Abstract
随着砌体水工涵洞服役年限的增长,现有涵洞结构亟待得到快速准确的检测与评估诊断.基于数字图像的检测方法可以显著提高检测效率,但受限于水工涵洞病害检测时光照条件恶劣、空间狭小等因素,给该方法的应用带来诸多挑战.针对上述问题,建立基于YOLOv5网络的水工涵洞病害检测模型,通过对采集的涵洞图像进行目标检测,并将识别结果进行优化,实现对水工涵洞病害的快速识别.运用Mosaic数据增强、多尺度训练及Adam优化器对模型的性能进行优化分析,以提高模型的重建效果.现场实例应用结果表明,基于YOLOv5网络能够快速、高效地识别水工涵洞病害,该方法可克服水工涵洞的外观干扰特征,其识别精度与实际情况相符,可准确判别水工涵洞病害等级,具有广泛的应用前景.