本发明公开了地质雷达检测道路地下隐患的智能识别方法及系统,涉及自动化检测领域,本发明包括构建探地质雷达图像数据库,筛选含有地下隐患目标的二维地质雷达图样本,对目标样本图片进行标注和数据增强,构建PASCA‑VOC数据集并划分数据集,获取Mask‑RCNN网络模型,检测地质雷达道路地下隐患目标;本发明通过构建的地质雷达数据库,数据信息丰富,满足网络训练中大量数据的要求;针对工程应用要求通过数据增强、网络结构等技术有效提升目标检测精度,能够快速处理复杂的道路地下雷达数据,极大的提升了深度学习在地下隐患自动化探测领域的应用范围和智能化;在faster‑RCNN基础上使用ResNet和FPN代替了vgg网络,挖掘多尺度信息;使用RoiAlign解决量化操作产生的微小偏移。
声明:
“地质雷达检测道路地下隐患的智能识别方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)