基于大数据迁移学习的灰岩地区排水孔淤堵自动识别技术

隧道排水管淤堵或者失效,会危及边坡的稳定和公路的交通安全。目前缺乏对排水孔淤堵分类的研究。排水孔淤堵分类对排水管道的后期养护具有重大意义。为探索排水孔淤堵智能化检测方法,文章依托广连高速高峰隧道等粤北实体工程,研究了一种采用模型迁移的方法,将排水孔图像数据输入预训练卷积神经网络进行训练,以对新图像进行分类。在采集的排水孔图像数据集上进行试验,对比了三种不同网络模型对该数据集的准确率,结果表明,使用ResNet-18进行排水孔淤堵分类识别,准确率可达到93%,实现了对排水孔淤堵状态的有效分类,并且随着日后数据集的扩大,识别准确率将会有进一步的提高。