一种基于Mask R-CNN的隧道掌子面节理信息识别方法与识别系统技术方案

本发明专利技术提出一种基于Mask R‑CNN的隧道掌子面节理信息识别方法与识别系统，属于隧道工程检测技术领域。针对目前利用人工对掌子面节理的提取存在的主观偏差及效率低下等问题，本发明专利技术的方法包括：标记掌子面图像的节理特征，构建掌子面节理数据库，构建基于Mask R‑CNN算法的深度学习模型并优化其网络结构，将掌子面节理数据库划分为不同尺度图片，采用不同尺度图片与ExponentiaLR方法对深度学习模型进行训练与寻优，得到优化后的深度学习模型，利用优化后的深度学习模型对待测掌子面图像进行节理分割与节理信息识别。本发明专利技术的方法能够高效并准确地识别掌子面的节理特征，具有很好的鲁棒性。

【技术实现步骤摘要】

本专利技术涉及隧道工程检测，尤其涉及一种基于mask r-cnn的隧道掌子面节理信息识别方法与识别系统。

技术介绍

1、隧道在交通运输、水利工程、矿业、军事防御、建筑工程等多个领域都有重要作用和意义，它不仅能够提高运输效率，促进经济发展，还能改善居民生活，具有显著的社会和经济效益。近年来，随着社会经济水平进步，隧道工程建设步入了新的发展阶段，然而由于隧道施工的隐蔽性，难以预知的地质环境风险经常是制约隧道建设过程中的重要因素。

2、隧道掌子面作为揭露这一复杂地质条件最直观的载体，承载了各种类型的地质信息，对于保障施工安全尤为关键，其中，掌子面岩体的节理裂隙直观反映了掌子面的完整性，是判断围岩等级和施工安全性的重要指标，也关系到建造成本以及运营安全。因此，隧道掌子面节理裂隙的科学检测，对于保障隧道的施工安全具有重要意义。

3、目前，对掌子面节理的提取通常依赖于人工观察和测量的传统方式，此方法费时、费力且容易出现主观偏差，且大规模的隧道工程中需要处理大量掌子面节理数据，人工测量的方法效率极为低下。

4、随着计算机性能的快速提升本文档来自技高网...

【技术保护点】

1.一种基于Mask R-CNN的隧道掌子面节理信息识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于Mask R-CNN的隧道掌子面节理信息识别方法，其特征在于，步骤S1中，构建掌子面节理数据库的步骤包括：

3.根据权利要求1所述的一种基于Mask R-CNN的隧道掌子面节理信息识别方法，其特征在于，步骤S2中，对深度学习模型构建的过程如下：

4.根据权利要求3所述的一种基于Mask R-CNN的隧道掌子面节理信息识别方法，其特征在于，步骤S21中，MobileNetV3网络结构采用深度可分离卷积，并在网络中引入倒残差结构，为了保...

【技术特征摘要】

1.一种基于mask r-cnn的隧道掌子面节理信息识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于mask r-cnn的隧道掌子面节理信息识别方法，其特征在于，步骤s1中，构建掌子面节理数据库的步骤包括：

3.根据权利要求1所述的一种基于mask r-cnn的隧道掌子面节理信息识别方法，其特征在于，步骤s2中，对深度学习模型构建的过程如下：

4.根据权利要求3所述的一种基于mask r-cnn的隧道掌子面节理信息识别方法，其特征在于，步骤s21中，mobilenetv3网络结构采用深度可分离卷积，并在网络中引入倒残差结构，为了保证特征提取过程中的精度，mobilenetv3网络结构中加入激活函数h-swish，且在倒残差结构中引入se注意力机制模块p1，构成bneck结构，激活函数...

【专利技术属性】
技术研发人员：王永刚，高华，杨棚涛，李静慧，熊超，宋战平，王江，鲁鹏辉，胡康泰，谢飞，匡涛，
申请(专利权)人：中铁北京工程局集团第一工程有限公司，
类型：发明
国别省市：