基于深度學習的隧道掌子面節(jié)理智能檢測與分割

打開文本圖片集

摘要：現(xiàn)有隧道掌子面節(jié)理檢測方法主要以人工掌子面素描為主，存在檢測效率低、主觀性較強等問題，為此提出了一種基于Mask R-CNN的隧道掌子面節(jié)理圖像智能識別分割算法。該算法可直接用于檢測隧道掌子面圖片中的節(jié)理目標并自動分割，提升了檢測效率，使檢測結果更加客觀。此外，為解決現(xiàn)有圖像處理方法檢測準確率較低的問題，尤其是對陰暗隧道環(huán)境下復雜隧道掌子面的檢測，引入了路徑聚合網(wǎng)絡（PANet）以改進Mask R-CNN對特征信息的融合能力，從而提升智能檢測方法的準確率。（剩余12041字）