-
题名一种探地雷达与深度学习的隧道衬砌健康评价方法
被引量：1
- 1
-
-
作者
张广伟
-
机构
北京城建勘测设计研究院有限责任公司
-
出处
《测绘通报》
北大核心
2025年第3期122-126,149,共6页
-
文摘
隧道在其服役期内,受多种因素影响,隧道壁后会产生空洞、不密实等多种结构病害,影响服役性能,探地雷达(GPR)无损检测技术广泛应用于隧道质量检测领域,但由于雷达数据的解译工作较为复杂,数据量大,检测效率有待提高。近年来,深度学习因其出色的数据处理能力和信息提取能力而备受瞩目,提供了多种高效、可靠的病害分类模型。本文基于GPR图像,提出了一种多级病害分类方法用于评估隧道衬砌健康状况。首先,获取雷达图像数据,并进行人工解译,创建样本数据库,用于模型的输入和输出,以训练和测试深度学习模型;然后,针对数据库的小样本特点,利用Vision Transformer网络和改进后的Compact Convolutional Transformer对数据进行分类。结果显示,Vision Transformer算法可以实现基于雷达影像的隧道衬砌健康评价,相较于其他版本,具有更好的结果及较高的准确率。
-
关键词
探地雷达
神经网络
Vision
Transformer
隧道衬砌健康评价
-
Keywords
ground penetrating radar
neural network
Vision Transformer
tunnel lining health evaluation
-
分类号
P208
[天文地球—地图制图学与地理信息工程]
-
