Home > Current

基于深度神经网络的渠道水毁智能检测方法研究

王泽鹏 （ 河南省濮阳市引黄工程管理处 ）

李宏强 （ 河南省濮阳市引黄工程管理处 ）

https://doi.org/10.37155/2717-5251-0606-60

Abstract

由于渠道距离长、周边环境复杂等因素，渠道水毁检测在水利工程中是一个难点。针对这一问题，提出 了一种基于深度神经网络的渠道水毁智能检测方法，主要解决河道管理中水毁问题的识别与分类。具体地，首先利用 多旋翼无人机对渠道图像数据进行采集，并对数据进行扩充以增加训练数据数量和保持鲁棒性；然后对训练数据进行 标注，利用改进的ResNet-18网络对标注数据进行训练；最后对测试数据进行分类测试。对渠道共采集了40000张图像 数据，其中训练数据28000张，测试数据12000张。实验结果显示该方法能够对渠道管理中的水毁问题实现精准快速地 识别和分类，能够为后续渠道治理提供准确位置和图像依据。

Keywords

河道管理；渠道水毁检测；智慧水利；图像处理；深度神经网络

Full Text

PDF

References

[1]陈波,张华,王姮,等.基于迁移学习的坝面表观缺陷
智能检测方法研究[J].水利水电技术,2020,51(4):106-112.
[2]K.He, X. Zhang, S. Ren, and J. Sun., Deep residual
learning for image recognition, In CVPR, pages 770-778,
2016.

Copyright © 2024 王泽鹏,李宏强 Creative Commons License Publishing time:2024-03-31
This work is licensed under a Creative Commons Attribution 4.0 International License