基于卷积神经网络的航道边坡病害识别

内河航运是运输系统的关键组成部分,航道安全关系着水运系统的正常运转以及周边地区人民群众的安全。卷积神经网络技术在目标识别方面优异的效果为航道边坡病害检测提供了新的思路。针对人工检测效率低下的问题,文中设计了一种航道边坡病害分类识别系统,采集了三种典型航道边坡病害的图像数据集并进行了数据增强,使用改进的ResNet18网络进行训练,结果表明,该模型对边坡病害图像分类识别的精确率和召回率分别达到91.6%、91.53%,可有效替代人工检测方式。