基于U-Net++網(wǎng)絡(luò)的隧道排水孔堵塞檢測方法

摘要： 為提高傳統(tǒng)基于圖像檢測的隧道排水孔堵塞識(shí)別效率，利用U-Net++神經(jīng)網(wǎng)絡(luò)模型的人工智能語義分割方法對隧道排水孔堵塞圖像進(jìn)行處理，并引入淤堵程度評估指標(biāo)，對不同淤堵程度的排水孔進(jìn)行準(zhǔn)確分類。結(jié)果表明，所提方法的損失曲線顯示出較好的收斂趨勢，同時(shí)訓(xùn)練集和驗(yàn)證集上的準(zhǔn)確率均呈現(xiàn)出穩(wěn)定提升的趨勢，在準(zhǔn)確率、召回率和F1分?jǐn)?shù)等指標(biāo)上優(yōu)于其他常用圖像分割方法，分別達(dá)到96%、95%和95...