摘要
本文构建了基于深度学习的地铁结构异常检测系统。以青岛、广州地铁区段采集渗漏、裂缝等病害图像,构建标准数据集并训练YOLOv7识别模型。系统融合注意力机制与时序预测算法,实现图像识别与环境感知联动。结果表明,各类病害识别准确率最高达94.1%,平均推理时间为65 ms,具备工程部署价值。分析认为,通过深度模型与历史数据联动可实现结构病害的闭环管控。建议拓展三维检测与多模态融合。
出处
《人民公交》
2026年第4期175-177,共3页
People's Public Transportation
