基于深度学习的隧道衬砌病害智能检测方法设计
陈茂
摘要：为了提升隧道衬砌病害检测的自动化水平,从根本上改善隧道建设质量,文章提出了一种基于SegNet深度神经网络的隧道衬砌病害智能检测方法.该方法利用集成多种视频采集设备且具备运动能力的移动检测装置获取隧道衬砌的原始图像,并将其输入SegNet网络.通过编码器、解码器和分类器的协同处理,最终输出带有衬砌病害标识的特征信息.结合实际工程建设案例,文章建立了针对智能检测方法识别结果的评价指标,并进行了统计分析,结果表明该方法具有较高的精度和实用性.研究为推动基于深度学习的计算机视觉技术在工程建设质量检测中的应用奠定了基础.
关键词：深度学习视觉检测隧道建设衬砌病害
分类号：U456(隧道工程)
论文发表日期：2025-03-25
页数：3( 128-130 )
英文信息