System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智能化矿山,特别涉及一种基于图像的巷道变形量预测模型的训练方法及预测方法。
技术介绍
1、回采巷道围岩稳定性是影响煤矿安全生产的主要因素之一,实时监测巷道围岩变形量,对实现煤矿安全生产具有重要意义,相关技术中,在试图监测巷道围岩变形量时,可以采用十字布点的人工测量方法,然而该方法效率较低、且存在一定的危险性,还可以采用接触式的测量方法,然而该方法准确性较差,还可以采用激光扫描测量的方法,然而该方法成本较高,因此,如何降低获取巷道变形量预测结果的成本,并保证巷道变形量预测结果的准确性和高效性,已成为了亟待解决的问题。
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
2、根据本申请的第一方面,提供了一种基于图像的巷道变形量预测模型的训练方法,包括:获取训练样本,其中,所述训练样本包括样本图像和样本巷道变形量;构建卷积神经网络与transformer融合的初始巷道变形量预测模型,根据所述训练样本,对所述初始巷道变形量预测模型进行训练,得到训练完成的目标巷道变形量预测模型。
3、根据本申请的第二方面,提供了一种基于图像的巷道变形量预测方法,包括:获取待预测巷道的目标图像;将所述目标图像输入至目标巷道变形量预测模型中,以获取所述待预测巷道的巷道变形量预测结果,其中,所述目标巷道变形量预测模型为采用如第一方面任一项所述的模型训练方法训练出的模型。
4、根据本申请的第三方面,提供了一种基于图像的巷道变形量预测模型的训练
5、根据本申请的第四方面,提供了一种基于图像的巷道变形量预测装置,包括:第一获取模块,用于获取待预测巷道的目标图像;预测模块,用于将所述目标图像输入至目标巷道变形量预测模型中,以获取所述待预测巷道的巷道变形量预测结果,其中,所述目标巷道变形量预测模型为采用如第一方面任一项所述的模型训练方法训练出的模型。
6、为了实现上述目的,本申请第五方面提出了一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时,实现如第一方面所述的基于图像的巷道变形量预测模型的训练方法或第二方面所述的基于图像的巷道变形量预测方法。
7、为了实现上述目的,本申请第六方面提出了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的基于图像的巷道变形量预测模型的训练方法或第二方面所述的基于图像的巷道变形量预测方法。
8、为了实现上述目的,本申请第七方面提出了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据第一方面所述的基于图像的巷道变形量预测模型的训练方法或第二方面所述的基于图像的巷道变形量预测方法。
9、本申请实施例提供的技术方案至少包括如下有益效果:
10、本申请提供了一种基于图像的巷道变形量预测模型的训练方法,通过构建训练样本,并根据训练样本对初始巷道变形量预测模型进行训练,可以使初始巷道变形量预测模型学习图像和巷道变形量之间的映射关系,通过训练完成的目标巷道变形量预测模型,可以获取巷道变形量预测结果,降低了获取巷道变形量预测结果的成本,提高了巷道变形量预测结果的准确性和高效性。
11、应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种基于图像的巷道变形量预测模型的训练方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取训练样本,还包括:
3.根据权利要求2所述的方法,其特征在于,所述获取样本巷道,还包括:
4.根据权利要求2所述的方法,其特征在于,所述对所述样本巷道进行不同程度的变形模拟,获取样本巷道变形量,还包括:
5.根据权利要求1所述的方法,其特征在于,所述根据所述训练样本,对所述初始巷道变形量预测模型进行训练,得到训练完成的目标巷道变形量预测模型,还包括:
6.根据权利要求5所述的方法,其特征在于,所述根据所述样本巷道变形量和所述预测巷道变形量,对所述初始巷道变形量预测模型进行迭代训练,直至得到训练完成的目标巷道变形量预测模型,包括:
7.一种基于图像的巷道变形量预测方法,其特征在于,所述方法,包括:
8.根据权利要求7所述的方法,其特征在于,所述方法,还包括:
9.一种基于图像的巷道变形量预测模型的训练装置,其特征在于,所述装置包括:
10.一种基于图像
...【技术特征摘要】
1.一种基于图像的巷道变形量预测模型的训练方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取训练样本,还包括:
3.根据权利要求2所述的方法,其特征在于,所述获取样本巷道,还包括:
4.根据权利要求2所述的方法,其特征在于,所述对所述样本巷道进行不同程度的变形模拟,获取样本巷道变形量,还包括:
5.根据权利要求1所述的方法,其特征在于,所述根据所述训练样本,对所述初始巷道变形量预测模型进行训练,得到训练完成的目标巷道变形量预测模型,还包...
【专利技术属性】
技术研发人员:孙闯,程健,马永壮,
申请(专利权)人:煤炭科学研究总院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。