-
题名基于多尺度网格的隧道衬砌裂缝目标检测方法
- 1
-
-
作者
李少华
沈翔
李树忱
江玉生
-
机构
中铁十五局集团有限公司
深圳大学
中国矿业大学
中国矿业大学(北京)
-
出处
《土木工程学报》
CSCD
北大核心
2024年第S1期95-101,共7页
-
基金
国家重点研发计划(2023YFC3806705)
中国施工企业管理协会青年创新项目(2023-B-028)
+1 种基金
中国铁建地下空间利用领域科研计划项目(2024-W25)
中铁十五局集团有限公司科研项目(2022B4,2021C61)。
-
文摘
为提高盾构隧道衬砌裂缝检测方法效率与精度,使Faster R-CNN目标检测模型能够更为精确地在多尺度上完成对裂缝的识别,增加网格检测器作为小尺度的目标检测手段,同时采用Swin Transformer作为特征提取骨干网络来获取盾构隧道衬砌表观缺陷的特征,优化大尺度目标监测模型,以达到多尺度网格裂缝识别的效果。收集现场管片裂缝图像作为数据集,验证了所提出方法的有效性。研究结果表明:(1)改进后的大尺度目标检测的mAP50-95精度达到了79.1%,小尺度目标检测的分类精确度达到了95.3%。(2)Swin Transformer网络具有更好的性能,在大尺度目标检测中,精度提升了4.0~7.0%。(3)通过多尺度目标检测分支的精度指标绘制的最终目标检测结果能够更好地对混凝土表面的裂缝进行预测。本文改进后的裂缝检测模型将更加准确高效地反映裂缝问题,可为现场隧道衬砌裂缝识别提供参考依据。
-
关键词
隧道衬砌
裂缝
多尺度网格
目标检测
目标标记方法
-
Keywords
tunnel lining
cracks
multi-scale grid
target detection
object labeling method
-
分类号
U45
[建筑科学—桥梁与隧道工程]
-
