摘要

探地雷达技术已被广泛应用于隧道衬砌病害检测方面,针对探地雷达B-Scan图像解译,近年来涌现出了许多深度学习算法,但YOLOv7算法在该领域尚未被应用。本文首先通过FDTD正演模拟了隧道衬砌的空洞和渗漏水病害,并实地采集隧道内12条测线数据分析其病害分布情况,以此构成隧道衬砌病害数据集;然后基于YOLOv7算法,利用两类病害的不同图像特征,实现对隧道衬砌病害的自动解译。研究结果表明,利用YOLOv7目标检测算法,对整体病害的识别准确率、召回率分别达到97.87%、90.61%。当IoU取0.5时,对空洞病害和渗漏水病害的识别准确率分别为97.2%和96.4%;最后随机选取100张图像进行测试,测试结果的准确率达94%。最终的试验识别结果能很好地应用在生产项目中。

全文