基于数据增强与多约束损失函数的隧道渗漏水检测方法技术

本发明专利技术提供了一种基于数据增强与多约束损失函数的隧道渗漏水检测方法，其中，方法包括以下步骤：S1，采用镶嵌CutMix方法对隧道图像进行数据增强，拼接融合成具有综合特征的新样本；S2，以YOLOv7网络为骨架结构，引入高效通道注意力模块；S3使用多约束几何条件的损失函数来改进输出结果。本发明专利技术提高了渗漏水关键特征的自主学习与表达能力以及预测框几何形状的精度，具有良好的鲁棒性和泛化能力。

【技术实现步骤摘要】

本专利技术涉及目标检测，具体涉及一种基于数据增强与多约束损失函数的隧道渗漏水检测方法。

技术介绍

1、地铁是城市轨道交通系统的重要一环，随着城市的不断扩张，地铁盾构隧道里程逐年激增，隧道病害也大量出现。渗漏水是隧道病害的重要组成，地铁盾构隧道的渗漏水问题随运营时间的增长而日益突出。渗漏水直接侵蚀隧道内部结构，损害电缆及附属装置，对行车安全造成极大的隐患。因此高效、准确渗漏水检测技术对盾构隧道安全运营起着至关重要的作用。

2、隧道影像采集方式包括人工拍照或移动扫描技术，获取影像后采用目标识别与检测的方法提取渗漏水病害分布。传统目标识别方法采用人工特征设计，通过设计几何形状、纹理、灰度等语义特征来识别渗漏水区域，如采用灰度拉伸与边缘检测、区域生长算法等。在无遮挡且光线较好情况下，此类方法能够有效检测，但算法需要较多的先验知识，且难以解决附属装置遮挡与弱光情况下的检测任务。

3、随着深度学习在目标检测方面的快速发展，深度网络能够更自主学习多语义、高层次的特征。基于卷积神经网络(convolutional neural networks，c本文档来自技高网...

【技术保护点】

1.一种基于数据增强与多约束损失函数的隧道渗漏水检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于数据增强与多约束损失函数的隧道渗漏水检测方法，其特征在于，S1具体为：

3.根据权利要求2所述的基于数据增强与多约束损失函数的隧道渗漏水检测方法，其特征在于，S2具体为：

4.根据权利要求3所述的基于数据增强与多约束损失函数的隧道渗漏水检测方法，其特征在于，所述ECA模块中的自适应的注意力权重通过下式计算；

【技术特征摘要】

1.一种基于数据增强与多约束损失函数的隧道渗漏水检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于数据增强与多约束损失函数的隧道渗漏水检测方法，其特征在于，s1具体为：

3.根据权利要求2所...

【专利技术属性】
技术研发人员：许磊，高贤君，巩健，杨元维，牟春霖，豆孝磊，刘振宇，尹正浩，
申请(专利权)人：中国铁路设计集团有限公司，
类型：发明
国别省市：