铁路隧道裂缝会影响隧道的稳定性，严重时危及列车运行安全，因此，隧道裂缝检测成为避免隧道重大灾害和日常养护的重要工作。传统检测方法以人工为主，检测效率和质量低下，无法满足实际需求，同时基于图像处理的裂缝识别算法准确度不高，使用场景局限，完成任务相对单一。针对于此，提出了一种基于深度学习神经网络Mask R-CNN模型对裂缝进行智能检测的方法，通过调整算法参数，优化模型检测结果，获得适用于隧道裂缝检测的Mask R-CNN模型，从而实现铁路隧道裂缝快速、准确地检测与定位。
科研之友
微信
新浪微博
Facebook
分享链接
