摘要
大坝建造过程中,受气温骤变的影响,大坝表面可能会产生危害性裂缝,这对大坝安全稳定构成潜在威胁。工业界通常采用铺设一层保温被的方式解决此问题,因此保温被未覆盖区域检测是一项确保大坝安全建造的重要任务。人工检测保温被未覆盖区域不仅耗时,而且还存在漏检和不及时等弊端,因此提出了一种基于深度学习的保温被未覆盖区域检测方法,该方法基于RefineDet目标检测算法,在检测过程中加入像素点检测分支,提升了复杂大坝建造场景中对于形状不规则的保温被未覆盖区域检测精度,还提出了一种度量检测效果的指标—平均匹配率AMR,所提方法在乌东德大坝建造场景中的AMR达到85.5%,验证了本方法的有效性和可靠性。
出处
《人民黄河》
CAS
北大核心
2020年第S02期251-254,共4页
Yellow River
基金
中国长江三峡集团公司科研项目资助(WDD/0491)