论文部分内容阅读
针对传统识别探地雷达管线目标图像时速度较慢、难以识别多个相交的双曲线特征的缺点,文章提出了一种基于区域选择的目标检测与识别算法,搭建了基于Caffe深度学习框架的图像检测试验平台。采用郑州市地下管线检测的实测探地雷达剖面图像,对Faster R-CNN模型进行对比分析和优化改进,选择试验效果较优的网络模型检测识别样本数据集。试验结果表明,模型识别的平均正确率(Average Precision,AP)可达90%以上,具有良好的识别效果与噪声鲁棒性。