排水孔结晶淤堵图像的语义分割识别技术及APP研究

为了提高隧道排水孔结晶淤堵情况的检测速度以及淤堵程度定性分析的精确程度,探究并使用了一种语义分割卷积神经网络模型DeepLab v3+resnet18,对隧道排水孔图像进行识别。将230张排水孔图像中的成分划分为“结晶”“、排水孔壁”和“其他”三个类别,并以138张图像(样本总数的60%)训练DeepLab v3+resnet18模型,之后92张(样本总数的40%)图像进行预测。结果表明,基于此语义分割网络模型的全局准确度达95%,其中结晶类的预测准确度在75%以上,达到了对排水孔结晶淤堵图像定性分析的基本要求。此外,还将此语义分割卷积神经网络模型自编至MATLAB APP中,能够让工作人员容易、方便地进行排水孔结晶淤堵病害的图像检测(预测)工作。