基于Mobilenet-SSD的探地雷达管线目标智能识别研究

• 作者: 胡浩帮 方宏远 王念念 董家修 马铎
• 来源期刊: 城市勘测
• 学科: 地球科学
• 关键词: 地下管网 探地雷达 深度学习 Mobilenet-SSD
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 管线探测
• 页码范围: 164-167
• 页数: 4页
• 分类号: TU990.3|P225.7
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8262.2022.02.039

摘要

在旧城区地下空间改造和扩建中,必须探测明确现有地下管网信息.探地雷达(GPR)是探测埋地管道的一种有效方法.然而,现有的探地雷达图像解译、判读方法依赖人工,费时费力.为了克服这些局限性,提出了一种基于轻量化深度学习Mobilenet-SSD网络模型的探地雷达地下管线智能识别方法.结果表明:该方法对单一金属管线,单一非金属管线,多个非重叠特征,多个重叠特征均可成功识别,平均正确率(Average Precision,AP)为89.4％,效果准确可靠;模型运行效率高,可实现实时检测,在管线普查工作中有很大的实用价值和研究前景.