基于YOLOv4的隧道表面病害检测算法

来源 :控制与信息技术 | 被引量 : 0次 | 上传用户：tadpoleFLY

【摘要】

：

隧道病害的及时发现与维护对行车安全非常重要,但隧道环境复杂多变、表面图像对比度低,传统模式识别方法无法有效检测病害。对此,文章提出一种基于YOLOv4的隧道表面病害检测方法,其首先采用CSPDarknet-53作为主干网络来有效提取特征,并通过空间金字塔池化(SPP)融合不同尺度特征,然后经过YOLO层分类与回归病害区域,最后应用CIoU损失函数计算回归损失,有效提高了检测精度。试验结果表明,采用

【作者】

：

李佳邱新华季育文

【机构】

：

株洲时代电子技术有限公司,湖南株洲 412007

【出处】

：

控制与信息技术

【发表日期】

：

2021年05期

【关键词】

：

隧道表面病害检测 YOLOv4 深度学习 CIoU损失函数

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

基于大数据平台的城市轨道交通多专业智能运维系统构建探讨

为了满足城市轨道交通信息化、智能化发展需求,文章基于大数据平台,提出了一种集合了城市轨道交通车辆、供电系统、信号系统、站台门及轨道等系统智能运维功能的多专业智能运维系统架构.其具有多专业数据统一采集、数据综合监视、故障联动分析、数据统计分析及数据综合展示的功能,可通过平台数据共享来实现跨专业综合运维.文章对该系统构建所需要解决的网络通信技术、大数据平台技术和应用开发技术等关键技术进行分析,并对系统测试环境搭建提出了建议.

期刊

城市轨道交通智能运维大数据平台状态修

寿命预测技术在动车组蓄电池上的应用

动车组蓄电池组的可靠性涉及列车的行车安全,但由于镉镍电池独特的记忆效应,适用于动车组碱性镉镍蓄电池的寿命预测算法较少,且目前国内尚无实际应用案例.为此,文章提出一种基于粒子滤波与扩展卡尔曼滤波相融合(particle filter-extended Kalman filter,PF-EKF)的蓄电池剩余使用寿命(remaining useful life,RUL)预测算法,并与粒子滤波(particle filter,PF)和扩展卡尔曼滤波(extended Kalman filter,EKF)算法进行对

期刊

动车组蓄电池剩余使用寿命预测融合算法粒子滤波扩展卡尔曼滤波

基于YOLOv4的隧道表面病害检测算法

其他学术论文