面向人工检测图像的混凝土梁桥病害识别方法研究

桥梁是高速路网上的重要节点,随着其服役环境的恶化和服役时间的增长,桥梁管养的任务愈加艰巨。目前在桥梁检测领域,管养部门传统桥梁病害检测主要依据检测人员目测判别,且以定性识别为主,但这种方式存在查不全、测不准、效率低、机动性差、可靠性不足、危险系数高等问题。尤其是在需要应对特殊结构桥梁或大跨高墩桥梁的情况下,传统的检测方式已经无法满足要求。因此,在人工检测装置的基础上,本文提出采用基于deeplabv3+语义分割模型提取病害的方法。针对识别准确率问题,开发基于深度迁移学习的病害分割与识别的模型算法,实现病害的同步分割与识别,准确率≥90%。