首页> 中文期刊> 《城市勘测》 >基于Faster R-CNN算法的探地雷达管线目标智能识别

基于Faster R-CNN算法的探地雷达管线目标智能识别

         

摘要

针对传统识别探地雷达管线目标图像时速度较慢、难以识别多个相交的双曲线特征的缺点,文章提出了一种基于区域选择的目标检测与识别算法,搭建了基于Caffe深度学习框架的图像检测试验平台.采用郑州市地下管线检测的实测探地雷达剖面图像,对Faster R-CNN模型进行对比分析和优化改进,选择试验效果较优的网络模型检测识别样本数据集.试验结果表明,模型识别的平均正确率(Average Precision,AP)可达90%以上,具有良好的识别效果与噪声鲁棒性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号