Leakage-YOLO:隧道场景下裂缝漏水的实时目标检测算法

1

作者 陈灿森 刘巍 《计算机工程与应用》 北大核心 2025年第6期118-127,共10页

隧道盾构裂缝漏水问题的检测对于保障隧道结构的安全性和延长其使用寿命至关重要。随着目标检测技术的发展,先进的检测技术逐渐被应用于隧道盾构裂缝漏水区域的自动检测,以提高检测效率和精度。因此,为进一步提高裂缝漏水区域的检测精... 隧道盾构裂缝漏水问题的检测对于保障隧道结构的安全性和延长其使用寿命至关重要。随着目标检测技术的发展,先进的检测技术逐渐被应用于隧道盾构裂缝漏水区域的自动检测,以提高检测效率和精度。因此,为进一步提高裂缝漏水区域的检测精度并实现实时的隧道盾构裂缝漏水检测,在YOLOv8的基础上提出了目标检测算法Leakage-YOLO。该算法通过在检测颈中引入区域焦点注意力模块(regional spotlight attention),更好地融合全局与局部特征信息,增强对关键区域特征的提取能力,进而有效解决了裂缝漏水区域显著特征难以提取的问题。此外,通过改进检测头,提出一种新的SE-Head结构,进一步增强了对细节边缘特征的捕捉能力,有效改善了裂缝漏水区域定位不精确的问题。在真实场景的公开数据集的实验结果表明,改进后的算法相比原算法在AP、AP0.5、AP0.75上分别提高了4.7、4.9、6.7个百分点,并与其他主流算法对比,验证了所提的Leakage-YOLO的有效性和优越性。 展开更多

关键词 隧道盾构裂缝漏水检测 Leakage-YOLO 注意力机制 关键区域特征

在线阅读 下载PDF 职称材料

基于三维激光扫描技术的竣工盾构隧道渗漏水检测 被引量：6

2

作者 鲍艳 KIM IL BOM +2 位作者 张东亮 祝泽田 马能能 《测绘通报》 CSCD 北大核心 2024年第4期101-106,共6页

渗漏水是隧道常见的病害,长期渗漏会导致隧道结构开裂、裂缝、钢筋腐蚀,威胁到隧道运营安全,因此对其检测一直受到重视。本文利用三维激光扫描技术实现了竣工盾构隧道渗漏水的位置及面积的自动检测。首先采用架站式三维激光扫描仪采集... 渗漏水是隧道常见的病害,长期渗漏会导致隧道结构开裂、裂缝、钢筋腐蚀,威胁到隧道运营安全,因此对其检测一直受到重视。本文利用三维激光扫描技术实现了竣工盾构隧道渗漏水的位置及面积的自动检测。首先采用架站式三维激光扫描仪采集竣工隧道点云,基于修正后的反射强度值生成隧道衬砌表面灰度图,再采用膨胀法与腐蚀法对灰度图像进行预处理;然后利用连通域算法计算渗漏水位置及其面积;最后结合实际工程验证本文方法的实用性及准确性。结果表明,应用本文方法竣工隧道的渗漏水检测准确率达92%。 展开更多

关键词 渗漏水检测 盾构隧道 三维激光扫描 反射强度修正 灰度图

在线阅读 下载PDF 职称材料

基于CutMix数据增强与多约束损失函数的YOLOv7盾构隧道渗漏水检测 被引量：3

3

作者 高贤君 刘振宇 +4 位作者 许磊 黄仡凡 谭美淋 熊文豪 杨元维 《测绘通报》 CSCD 北大核心 2024年第7期105-110,共6页

盾构隧道强度投影图像中渗漏水尺寸不一致且像素占比偏小,现有目标检测模型的关键特征学习能力较弱,存在渗漏水病害目标检测精度偏低的问题。本文提出了基于CutMix数据增强与多约束损失函数的改进YOLOv7盾构隧道渗漏水检测方法。首先采... 盾构隧道强度投影图像中渗漏水尺寸不一致且像素占比偏小,现有目标检测模型的关键特征学习能力较弱,存在渗漏水病害目标检测精度偏低的问题。本文提出了基于CutMix数据增强与多约束损失函数的改进YOLOv7盾构隧道渗漏水检测方法。首先采用镶嵌CutMix方法对隧道图像进行数据增强,将多张不同的训练样本进行随机裁剪,拼接融合成具有综合特征的新样本;然后以YOLOv7网络为骨架结构,引入高效通道注意力模块,提高渗漏水关键特征的自主学习与表达能力;最后引入多约束几何条件的损失函数,提高预测框几何形状的精度,从而提升模型预测精度。在光线良好、光线不佳和存在遮挡等复杂环境情况下,选取Fast R-CNN、SSD、YOLOv5、YOLOv7这4种算法进行对比,试验表明,本文算法渗漏水检测精度达85.90%,平均精度比同类算法分别提高5.55%、8.89%、3.93%、2.75%,具有较高的稳健性和泛化能力。 展开更多

关键词 渗漏水检测 ECA 多约束几何条件 盾构隧道 YOLOv7

在线阅读 下载PDF 职称材料

改进Mask RCNN的盾构隧道渗漏水检测方法 被引量：3

4

作者 王健 郑理科 +1 位作者 吴斌杰 齐智宇 《测绘通报》 CSCD 北大核心 2024年第2期170-177,共8页

渗漏水是盾构隧道结构存在潜在损伤或缺陷的重要表征,快速、准确检测出渗漏水位置,对隧道安全运营和维护具有重要意义。现有的方法大多采用光学影像对隧道渗漏水进行检测,受隧道内空间和光线条件限制,难以获得高质量病害图片。因此,本... 渗漏水是盾构隧道结构存在潜在损伤或缺陷的重要表征,快速、准确检测出渗漏水位置,对隧道安全运营和维护具有重要意义。现有的方法大多采用光学影像对隧道渗漏水进行检测,受隧道内空间和光线条件限制,难以获得高质量病害图片。因此,本文提出了一种基于激光点云数据与改进Mask RCNN相结合的渗漏水检测方法。首先对激光点云反射强度进行修正;然后生成灰度图像并建立渗漏水病害数据集;最后在Mask RCNN算法中引入空洞卷积和变形卷积,实现了隧道渗漏水病害的快速检测。利用某地铁采集的数据进行验证,结果表明,本文提出的改进Mask RCNN算法相较于原始算法和FCN算法检测精度均有明显提升,在盾构隧道渗漏水识别方面性能表现较好。 展开更多

关键词 盾构隧道 点云 反射强度修正 Mask RCNN 渗漏水检测

在线阅读 下载PDF 职称材料

盾构隧道渗漏水的自动检测技术 被引量：22

5

作者 黄永杰 柳献 +2 位作者 袁勇 刘朝明 王秀志 《上海交通大学学报》 EI CAS CSCD 北大核心 2012年第1期73-78,共6页

提出了基于数字图像自动识别算法的盾构隧道渗漏水自动检测技术.采用自主研发的检测系统进行现场渗漏信息的采集、识别、抓取和处理而完成盾构隧道的渗漏水检测.结果表明,该检测技术的结果准确、精度较高且误差较小.

关键词 盾构隧道 渗漏水 检测

在线阅读 下载PDF 职称材料

基于深度学习的地铁隧道衬砌病害检测模型优化 被引量：32

6

作者 薛亚东 高健 +1 位作者 李宜城 黄宏伟 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第7期137-146,共10页

地铁盾构隧道衬砌病害检测面临的最主要问题是如何获取高质量的病害图片以及如何快速、准确实现病害检测.基于CCD线阵相机设计制造了地铁隧道病害检测车,并针对上海运营地铁1、2、4、7、8、10、12等线路采集了大量的衬砌图像,通过手工... 地铁盾构隧道衬砌病害检测面临的最主要问题是如何获取高质量的病害图片以及如何快速、准确实现病害检测.基于CCD线阵相机设计制造了地铁隧道病害检测车,并针对上海运营地铁1、2、4、7、8、10、12等线路采集了大量的衬砌图像,通过手工标注建立高质量隧道病害样本库.基于卷积神经网络Faster R-CNN(Faster Region-based Convolutional Neural Network),构建了病害自动检测深度学习框架.考虑到裂缝及渗漏水病害的特殊性,采用数据统计分析及K-means聚类算法分析其几何特征,结合病害特征优化VGG-16网络模型中的anchor box相关参数.结果表明,修正后的模型病害检测准确度有明显的提升(约7%),同时模型的训练时间减少.经验证,上述方法同样可提高裂缝或渗漏水单一病害识别模型的准确度. 展开更多

关键词 地铁盾构隧道 裂缝 渗漏水 深度学习 病害检测

在线阅读 下载PDF 职称材料

激光点云在地铁盾构隧道病害诊断中的应用 被引量：13

7

作者 王晓静 唐超 杨晓飞 《测绘通报》 CSCD 北大核心 2020年第9期33-37,共5页

移动式三维激光扫描技术在地铁盾构隧道安全监测工作中应用较为成熟。本文以地铁盾构隧道监测点云数据为基础进行研究,实现了地铁盾构隧道病害智能诊断。首先通过激光点云生成灰度图像;在此基础上运用卷积神经网络CNN,对地铁盾构隧道中... 移动式三维激光扫描技术在地铁盾构隧道安全监测工作中应用较为成熟。本文以地铁盾构隧道监测点云数据为基础进行研究,实现了地铁盾构隧道病害智能诊断。首先通过激光点云生成灰度图像;在此基础上运用卷积神经网络CNN,对地铁盾构隧道中的渗漏水和裂缝的识别技术进行了深入研究;最终生成隧道病害智能诊断系统,为地铁安全运营提供了智能监测方法,有效提高了我国地铁运营监测的技术水准。 展开更多

关键词 地铁盾构隧道 渗漏水 裂缝 病害诊断 激光点云 机器学习

在线阅读 下载PDF 职称材料

基于激光点云灰度图像的隧道渗水病害检测 被引量：11

8

作者 周宝定 谢沛瑶 +1 位作者 郭文浩 毛庆洲 《测绘通报》 CSCD 北大核心 2023年第8期34-39,90,共7页

地铁盾构隧道渗水检测是隧道维护的基础。针对传统的检测手段难以在隧道内部光线昏暗条件下获得高质量病害图片的问题,本文使用了激光雷达对隧道进行内部渗水检测。首先,基于激光点云灰度图中的渗水病害特征,建立了激光点云灰度图像渗... 地铁盾构隧道渗水检测是隧道维护的基础。针对传统的检测手段难以在隧道内部光线昏暗条件下获得高质量病害图片的问题,本文使用了激光雷达对隧道进行内部渗水检测。首先,基于激光点云灰度图中的渗水病害特征,建立了激光点云灰度图像渗水病害数据集;然后,以Mask R-CNN(Region-CNN)模型为基准框架,采用Swin transformer网络作为底层特征提取网络,实现了对隧道渗水病害的快速检测;最后,利用铁道移动测量系统在武汉采集的数据进行试验验证。试验结果表明,本文提出的改进Mask R-CNN模型的渗水病害检测精度比原算法提升了12%以上,在地铁隧道渗水病害检测中有较好的性能表现。 展开更多

关键词 地铁盾构隧道 渗漏水 深度学习 病害检测 Swin transformer

在线阅读 下载PDF 职称材料

地铁隧道结构表观病害快速检测方法与应用 被引量：10

9

作者 路耀邦 刘永胜 樊晓东 《隧道建设（中英文）》 CSCD 北大核心 2021年第S02期655-663,共9页

为有效解决地铁隧道表观病害检测车的适用性和病害识别的精准性问题,以A市轨道交通B线为例,采用隧道表观病害检测车开展表观病害数据采集、处理、分析和健康评估,并从检测效率、检测精度和病害识别率3个方面,将设备检测结果与人工检测... 为有效解决地铁隧道表观病害检测车的适用性和病害识别的精准性问题,以A市轨道交通B线为例,采用隧道表观病害检测车开展表观病害数据采集、处理、分析和健康评估,并从检测效率、检测精度和病害识别率3个方面,将设备检测结果与人工检测结果对比分析。结果表明:1)该隧道表观病害以裂缝为主,约占65%,渗漏水和剥落掉块占比相对较小;2)裂缝最大宽度主要集中在0.2~0.5 mm,裂缝最长达3.7 m,剥落掉块面积基本在0.04 m^(2)内,二者健康度以2级为主;渗漏水面积集中在0~0.5 m^(2),健康度评定为1级;3)与人工检测相比,设备检测优势明显,大幅提高检测速度,节约人工71%,病害总体识别率达到92.8%,可检测出0.2 mm以上宽度的裂缝,以及1 cm^(2)以上面积的渗漏水和剥落掉块,大幅提高表观病害检测质量和效率,节约隧道养护成本。并根据表观病害检测结果提出地铁隧道合理化维修建议。 展开更多

关键词 地铁隧道 表观病害检测 检测车 裂缝 渗漏水 剥落掉块

在线阅读 下载PDF 职称材料

软土地层地铁盾构隧道结构病害数值模拟及分析 被引量：13

10

作者 李庆桐 《铁道标准设计》 北大核心 2021年第1期95-103,共9页

地铁盾构隧道在服役过程中,其衬砌结构表面难以避免地存在不同严重程度的结构病害,如裂缝和渗漏水。为了能够客观地评定结构病害的严重程度,迫切需要研究结构病害主要参数与结构服役性能之间的力学关系。以地铁盾构隧道衬砌结构表面的... 地铁盾构隧道在服役过程中,其衬砌结构表面难以避免地存在不同严重程度的结构病害,如裂缝和渗漏水。为了能够客观地评定结构病害的严重程度,迫切需要研究结构病害主要参数与结构服役性能之间的力学关系。以地铁盾构隧道衬砌结构表面的裂缝和渗漏水病害为研究对象,基于地层结构法,采用接头弱化的盾构隧道三维实体有限元模型,建立可以同时模拟裂缝和渗漏水两种结构病害的三维实体有限元模型,揭示裂缝和渗漏水病害共同存在情况下衬砌结构服役性能的变化规律。研究表明:随着裂缝病害长度、宽度和渗漏水病害渗透系数等参数大小的单调递增,裂尖最大应力均呈现出单调增大的趋势;十字缝处发生渗漏时的裂尖最大应力最大,其次是纵缝处,最小的是环缝处;病害参数对裂尖最大应力影响的主次顺序为裂缝宽度、裂缝长度、渗漏水渗透系数、渗漏水位置。 展开更多

关键词 地铁 盾构隧道 衬砌结构 裂缝病害 渗漏水病害 数值模拟 软土地层

在线阅读 下载PDF 职称材料

基于深度学习的公路隧道衬砌病害识别方法 被引量：34

11

作者 任松 朱倩雯 +2 位作者 涂歆玥 邓超 王小书 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第1期92-99,共8页

针对与日俱增的隧道养护需求,为了节约时间与人力成本,提出基于卷积神经网络的公路隧道衬砌病害检测方法.利用自主研制的隧道智能快速检测车采集24条隧道衬砌的图像,构建超过20 000张病害图像的高质量数据集.结合隧道衬砌病害的成因及特... 针对与日俱增的隧道养护需求,为了节约时间与人力成本,提出基于卷积神经网络的公路隧道衬砌病害检测方法.利用自主研制的隧道智能快速检测车采集24条隧道衬砌的图像,构建超过20 000张病害图像的高质量数据集.结合隧道衬砌病害的成因及特点,分别构建单阶段SSD模型和两阶段R-FCN模型在自制的数据集上训练,对检测结果进行对比分析,提出离线式隧道衬砌病害检测方案.试验结果表明,SSD模型的识别准确率为98%,总的平均精度均值(mAP)为72%,检测速度较快,适用于隧道的快速诊断. R-FCN模型的识别准确率为85%,总的m AP达到91%,检测精度较高,适用于隧道病害的后期处理.利用这2种检测模型均可以提升检测效率和精度. 展开更多

关键词 深度学习 卷积神经网络 隧道衬砌 隧道病害检测 裂缝 渗漏水

在线阅读 下载PDF 职称材料

基于数字图像的隧道表观病害识别方法研究 被引量：17

12

作者 何国华 刘新根 +2 位作者 陈莹莹 杨俊 钟北 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第3期21-26,共6页

阐述了公路隧道结构快速检测车图像采集的原理,以隧道结构表观图像为研究目标,系统分析了隧道裂缝和渗漏水病害的图像特征;基于裂缝图像特征,通过CTA测度算法和边缘检测结合可准确地识别裂缝;根据渗漏水图像特征,采用改进的CTA算法,并... 阐述了公路隧道结构快速检测车图像采集的原理,以隧道结构表观图像为研究目标,系统分析了隧道裂缝和渗漏水病害的图像特征;基于裂缝图像特征,通过CTA测度算法和边缘检测结合可准确地识别裂缝;根据渗漏水图像特征,采用改进的CTA算法,并结合形态学处理方法,可实现隧道结构渗漏水的识别与定位。研究表明:采用CTA测度及其改进算法可较好地实现表观病害识别,可有效地减弱线缆干扰、光照变化带来的影响。 展开更多

关键词 公路隧道 检测 图像识别 裂缝 渗漏水

在线阅读 下载PDF 职称材料