YOLOv7在探地雷达B-Scan图像解译中的应用

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.

关键词：YOLOv7、隧道衬砌病害、探地雷达、深度学习、FDTD正演模拟

分类号：P23(摄影测量学与测绘遥感)

资助基金：国家自然科学基金42171394

在线出版日期：2023-09-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：29-33