钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
天文学、地球科学期刊
\
地球物理学进展期刊
\
基于深度学习的隧道衬砌结构物探地雷达图像自动识别
基于深度学习的隧道衬砌结构物探地雷达图像自动识别
作者:
冯德山
杨子龙
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
深度学习
探地雷达
自动识别
Faster R-CNN
YOLOv3
摘要:
传统探地雷达图像识别方法中存在识别准确率不高,复杂目标体识别难度大,识别流程较为繁琐,不能实现端到端识别等问题,不能准确的识别实测数据.本文将深度学习中Faster R-CNN、YOLOv3这两种具有代表性的目标检测算法运用到探地雷达的图像识别当中.选择隧道的衬砌结构作为探测识别研究目标,制作了包含钢拱架、钢筋网、施工缝三类结构物标注的实测数据集.从准确率、召回率、平均准确率,准确率-召回率曲线等评价指标,分析了这两种算法在实测数据集上的表现.并对照典型的识别结果,结合这两种算法的原理说明了其运用到探地雷达图像自动识别上的特点.在测试集上,Faster R-CNN在钢拱架、钢筋网、施工缝三类结构物的识别中分别取得了95.5%、90.5%、96.8%平均准确率,YOLOv3则分别取得了90.0%、16.6%、95.3%平均准确率.实验结果表明两种深度学习目标检测方法在隧道衬砌探地雷达图像的识别上取得了良好的效果,其中Faster R-CNN整体效果更好,但会将多次波误识别为有效信号,YOLOv3较少误识别多次波,但是对钢筋网识别效果不好,两种方法搭配使用会形成优势互补.
暂无资源
收藏
引用
分享
推荐文章
隧道衬砌空洞的探地雷达图谱特征研究
探地雷达
空洞模型实验
图谱特征
基于深度学习的盾构隧道衬砌病害识别方法
盾构隧道
衬砌病害
深度学习
卷积神经网络
图像分类
基于深度学习的地铁隧道衬砌病害检测模型优化
地铁盾构隧道
裂缝
渗漏水
深度学习
病害检测
基于深度学习的页岩孔隙类型自动识别方法
测井解释
非常规储层
数字岩石物理
深度学习
卷积神经网络
孔隙识别
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于深度学习的隧道衬砌结构物探地雷达图像自动识别
来源期刊
地球物理学进展
学科
地球科学
关键词
深度学习
探地雷达
自动识别
Faster R-CNN
YOLOv3
年,卷(期)
2020,(4)
所属期刊栏目
应用地球物理学Ⅱ(海洋、工程、环境、仪器等)
研究方向
页码范围
1552-1556
页数
5页
分类号
P631
字数
语种
中文
DOI
10.6038/pg2020DD0325
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
冯德山
71
1098
21.0
30.0
2
杨子龙
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(21)
共引文献
(0)
参考文献
(10)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1988(1)
参考文献(1)
二级参考文献(0)
2001(3)
参考文献(0)
二级参考文献(3)
2004(1)
参考文献(0)
二级参考文献(1)
2007(3)
参考文献(0)
二级参考文献(3)
2008(1)
参考文献(0)
二级参考文献(1)
2010(2)
参考文献(0)
二级参考文献(2)
2013(1)
参考文献(1)
二级参考文献(0)
2014(5)
参考文献(1)
二级参考文献(4)
2015(2)
参考文献(1)
二级参考文献(1)
2016(4)
参考文献(2)
二级参考文献(2)
2017(4)
参考文献(1)
二级参考文献(3)
2018(3)
参考文献(2)
二级参考文献(1)
2019(1)
参考文献(1)
二级参考文献(0)
2020(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
深度学习
探地雷达
自动识别
Faster R-CNN
YOLOv3
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
地球物理学进展
主办单位:
中国科学院地质与地球物理研究所
中国地球物理学会
出版周期:
双月刊
ISSN:
1004-2903
CN:
11-2982/P
开本:
大16开
出版地:
北京市9825信箱(朝阳区北土城西路19号中科院地质与地球物理研究所) 质与地球物理研究所办公楼113号)
邮发代号:
创刊时间:
1986
语种:
chi
出版文献量(篇)
5468
总下载数(次)
11
总被引数(次)
68508
期刊文献
相关文献
1.
隧道衬砌空洞的探地雷达图谱特征研究
2.
基于深度学习的盾构隧道衬砌病害识别方法
3.
基于深度学习的地铁隧道衬砌病害检测模型优化
4.
基于深度学习的页岩孔隙类型自动识别方法
5.
合成孔径雷达图像中机场跑道的自动识别
6.
盲人英语自助学习中的字母图像自动识别方法优化
7.
赤潮藻类图像自动识别的研究
8.
基于深度学习的树种图像自动识别
9.
基于视频图像的数字仪表读数自动识别
10.
基于深度卷积神经网络的面部表情自动识别检测
11.
基于改进的Hough变换ASAR图像船只尾迹自动识别算法
12.
基于特征学习的建筑物自动识别算法研究
13.
基于天气雷达数据的强对流天气自动识别系统
14.
车牌自动识别的图像匹配追踪算法
15.
基于图像的昆虫远程自动识别
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
地球物理学进展2022
地球物理学进展2021
地球物理学进展2020
地球物理学进展2019
地球物理学进展2018
地球物理学进展2017
地球物理学进展2016
地球物理学进展2015
地球物理学进展2014
地球物理学进展2013
地球物理学进展2012
地球物理学进展2011
地球物理学进展2010
地球物理学进展2009
地球物理学进展2008
地球物理学进展2007
地球物理学进展2006
地球物理学进展2005
地球物理学进展2004
地球物理学进展2003
地球物理学进展2002
地球物理学进展2001
地球物理学进展2000
地球物理学进展1999
地球物理学进展2020年第6期
地球物理学进展2020年第5期
地球物理学进展2020年第4期
地球物理学进展2020年第3期
地球物理学进展2020年第2期
地球物理学进展2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号