基于无人机和迁移学习的涵洞图像识别及GPS定位
为提高涵洞淤堵病害的检测效率,研究了基于无人机采集病害视频、图像资料和迁移学习的卷积神经网络(人工智能)算法对涵洞图像进行分类.将涵洞状况分为:淤堵、部分淤堵和正常3个类别.并把在ImageNet图像数据集上预训练过的人工智能算法(如ResNet-18网络模型)应用至涵洞图像中,以此提高人工智能算法的准确性.结果表明:使用ResNet-18对涵洞分类识别准确率可达到93％,实现了对涵洞状况的有效分类.此外,还提出了一种通过MATLAB调用涵洞状况图像GPS信息得到地理位置定位的方法,帮助二次检测或后期维护人员快速达到病害现场,进行相关的监测维护工作.
涵洞养护、目标分类、图像识别、GPS定位、无人机、迁移学习
67
U495:U449.7(交通工程与公路运输技术管理)
广东省自然科学基金面上项目;中交第四航务工程局有限公司产学研科技项目
2022-07-08（万方平台首次上网日期，不代表论文的发表时间）
共5页
278-282
