本发明公开了一种基于探地雷达和深度学习的道路坍塌隐患智能识别方法,属于图像识别领域,步骤包括构造数据集;构造一改进的Faster R‑CNN网络,其特征提取网络包括ResNet‑50、双重融合特征金字塔和垂直方向逐通道一维卷积单元;用数据集训练改进的Faster R‑CNN网络至收敛,得到道路坍塌隐患智能识别模型,用于坍塌隐患区域探地雷达图像的预测。本发明综合利用了增强的特征表达能力、精确的ROI对齐和双重融合策略,该方法能够对探地雷达图像中的隐患区域进行高效且有效的识别,这意味着在目标检测任务中,该方法相比于传统的Faster R‑CNN算法能够更准确地找出目标,提高检测的可靠性和鲁棒性。
📄 2024107582647
📂 G06V20_52
👤 成都理工大学
📅 2024-06-13