基于深度学习的目标检测技术在隧道运维中的应用

作者：辛奇峰

来源：科学技术创新, 2021, (11): 51-55.

• 深度学习
• 计算机视觉
• 目标检测
• 智能运维

深度学习是人工智能机器学习中一个新的研究方向,是学习样本数据内在规律的技术工具。当前基于深度学习的目标检测技术在交通事件检测领域的影响日渐显著。随着近年大型城市市政道路的发展,桥梁、隧道发挥着重要交通节点作用。隧道因通行安全要求高,比较其它交通设施,具备齐全的综合监控子系统,且有功能独立、联动逻辑清晰等特点。这些设备每天产生海量数据,从中选取样本数据非常有利于深度学习模型的训练。本文结合城市桥隧运营管理过程中遇到的实际问题详细地分析、研究。搭建深度学习神经网络,是基于YOLOv5目标检测算法模型。采集桥隧原设计的视频事件检测系统所产生的交通事件数据,自定义标准化后作为数据集用于训练、验证模型。将训练完成的模型用于解决隧道运维工作中遇到的实际问题与困难。从新的角度尝试隧道监控的智能化迭代,继而替代繁杂的人工操作,为运维决策提供依据。