路基探地雷达图像层位智能识别与状态评价

摘要：

针对有砟铁路路基层位探地雷达图像人工追踪效率低、精度低的问题,提出了基于深度学习的路基层位智能识别与状态评价技术.根据多条线路现场实测数据建立样本集,基于YOLO v5和U?Net训练智能识别模型,提出了层位厚度、道床-基床界面平整度评价指标计算方法.结果表明:本文提出的有砟铁路路基层位智能识别方法具有较高精度,且U?Net模型识别效果优于YOLO v5模型,识别、评价结果与人工追踪结果偏差较小,满足铁路路基检测工程的实际需求.

关键词：有砟铁路、铁路路基、探地雷达、层位识别、图像分割、状态评价

所属期刊栏目：63

分类号：U213.1(铁路线路工程)

资助基金：煤炭资源与安全开采国家重点实验室开放基金项目;中国铁道科学研究院集团有限公司基金

在线出版日期：2023-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：84-87