TY -的A2黄平君Nhat-Duc AU - Lv, Jianbing盟——吴Weijun AU -康,小雨AU -黄,胡安AU - Chen Gongfa AU -邓,帅AU -高,Hejie PY - 2022 DA - 2022/07/15 TI -自动分类系统的排泄孔堵塞基于卷积神经网络传输学习SP - 4928018六世- 2022 AB -排水洞的堵塞或失败将危及斜坡的稳定性和高速公路隧道交通安全。本文研究一种排水洞堵塞程度的自动分类算法基于卷积神经网络传输学习探索排泄孔堵塞的智能检测方法。采用模型转移方法输入排水洞图像样本训练pretrained网络分类的新图像。实验是进行排泄孔图像的收集样本,和不同的网络模型的准确性相比,ResNet-18是最好的。ResNet-18性能比较使用不同的传输策略和参数。结果表明,当个梯度优化算法和学习速率为0.0001,这些样本的识别效果是最好的。验证精度可以达到91.7%,测试精度是90.0%,和排泄孔堵塞的有效分类不同程度意识到ResNet-18转移学习策略下的模型猴冻层。此外,在未来扩大样本,将进一步提高识别精度。自动分类系统的排泄孔的堵塞程度大大降低了人工检测的成本,在排水管道的维护起着指导作用,并有效提高公路隧道的安全性和斜坡。SN - 1687 - 8086 UR - https://doi.org/10.1155/2022/4928018 - 10.1155 / 2022/4928018摩根富林明土木工程的进步PB - Hindawi KW - ER