基于YOLO模型的堤壩管涌監(jiān)測(cè)智能識(shí)別方法

摘要： 針對(duì)堤壩管涌現(xiàn)象的監(jiān)測(cè)識(shí)別問(wèn)題，提出一種基于YOLO模型的堤壩管涌識(shí)別方法。該方法通過(guò)引入改進(jìn)的殘差塊及替換模型的激活函數(shù)來(lái)提升YOLO v3模型的網(wǎng)絡(luò)性能，構(gòu)建了基于堤壩管涌感興趣區(qū)域提取的Piping YOLO模型來(lái)提取管涌感興趣區(qū)域，并采用二維主成分分析方法提取管涌現(xiàn)象的特征，將其作為多權(quán)值神經(jīng)網(wǎng)絡(luò)的輸入，經(jīng)訓(xùn)練后實(shí)現(xiàn)管涌狀態(tài)的分類(lèi)識(shí)別?；谧灾鞔罱ǖ墓苡繚B漏試驗(yàn)平臺(tái)建立...