基于深度学习的目标检测技术在隧道运维中的应用研究

摘要：

深度学习是人工智能机器学习中一个新的研究方向,是学习样本数据内在规律的技术工具.当前,基于深度学习的目标检测技术在交通事件检测领域的影响日渐显著.随着近年大型城市市政道路的发展,桥梁、隧道在重要交通节点中发挥作用.结合上海桥隧运营管理过程中遇到的实际问题进行分析、研究.基于YOLO+Deepsort目标检测算法,搭建深度学习神经网络模型.采集城市隧道的综合监控系统所产生的交通事件数据,自定义预处理后作为数据集,用于训练、验证模型.训练完成的模型提高隧道工况下检测效率及准确率,解决隧道运维工作中遇到的实际问题.从新的角度尝试隧道监控的智能化迭代,继而替代繁杂的人工操作,为运维决策提供依据.

关键词：深度学习、计算机视觉、目标检测、智能运维

分类号：U458(隧道工程)

在线出版日期：2021-06-28（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：66-70