路基探地雷达图像层位智能识别与状态评价 |
| |
引用本文: | 杜翠,戴天,王科盛,张千里,刘杰.路基探地雷达图像层位智能识别与状态评价[J].铁道建筑,2023(4):84-87. |
| |
作者姓名: | 杜翠 戴天 王科盛 张千里 刘杰 |
| |
作者单位: | 1. 煤炭资源与安全开采国家重点实验室;2. 中国铁道科学研究院集团有限公司铁道建筑研究所;3. 中国铁道科学研究院集团有限公司高速铁路轨道技术国家重点实验室;5. 香港大学工程学院 |
| |
基金项目: | 煤炭资源与安全开采国家重点实验室开放基金资助(SKLCRSM21KFA06); |
| |
摘 要: | 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。
|
关 键 词: | 有砟铁路 铁路路基 探地雷达 层位识别 图像分割 状态评价 |
|
|