基于无人机的坝面裂纹缺陷智能检测方法

摘要：

针对当前坝面巡检主要依靠人工现场巡视或搭设脚手架观测等方式存在安全风险大、成本高、效率低且依靠人眼识别,存在误检、漏检、主观性强的问题,研发了系留式无人机并搭载高清相机完成坝面裂纹缺陷图像采集;通过卷积神经网络提取高维信息,提高坝面裂纹缺陷识别精度;采用ResNet-152为骨干网络搭建网络模型提取裂纹缺陷特征,并以此为基础设计新的解码网络层实现裂纹像素分割检测.试验结果表明:裂纹缺陷查准率P、召回率R、综合指标值F和平均交并比M分别达到74.61％、78.71％、74.99％和73.34％;提出的检测模型能有效识别坝面裂纹缺陷,可为坝面结构安全评估提供辅助数据支撑.

关键词：无人机;坝面;裂纹;卷积神经网络;智能检测

所属期刊栏目：41

分类号：TV698.2+31;TP181(水利枢纽、水工建筑物)

资助基金：四川省科技计划2019YFG0144,2020YFSY0062

在线出版日期：2021-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：7-12