第二十五期“上海交通大学大学生创新实践计划”项目
基于深度学习的地铁隧道结构病害识别
创新训练项目
工学
计算机类
创新类
船舶海洋与建筑工程学院
潘越
指导教师
登录状态下查看
1. 主持2022上海市启明星计划扬帆专项,“基于多源时序大数据融合的盾构智能掘进动态管控研究”。
1. 提供标注完备的充足数据;
2. 提供深度神经网络训练所需的必要实验平台;
3. 指导教授拥有美国卡耐基梅隆大学与新加坡南洋理工大学教育背景,具备丰富的实践经验,可提供深度学习算法指导。
该项目设计并实现了一个基于深度学习的城市地铁隧道结构表观病害自动检测方法,所发展的非接触方案旨在自动地识别和区分不同种类的结构表观病害,高精度地提取病害特征(例如裂缝分布,形态,变形等),并有效应对地铁隧道表观病害图像纹理特征杂乱无序,病害面积占比小,包含噪音多等特点。最终,多提出的深度学习方法可实现对运营地铁隧道表观病害非接触、自动化、高效率、高准确率的检测,为复杂的地铁隧道结构风险感知提供重要信息。