排序方式: 共有11条查询结果,搜索用时 15 毫秒
11.
针对有砟铁路路基层位探地雷达图像人工追踪效率低、精度低的问题,提出了基于深度学习的路基层位智能识别与状态评价技术。根据多条线路现场实测数据建立样本集,基于YOLO v5和U-Net训练智能识别模型,提出了层位厚度、道床-基床界面平整度评价指标计算方法。结果表明:本文提出的有砟铁路路基层位智能识别方法具有较高精度,且U-Net模型识别效果优于YOLO v5模型,识别、评价结果与人工追踪结果偏差较小,满足铁路路基检测工程的实际需求。
相似文献