一种基于YOLOv8的隧道掌子面炮孔识别方法技术

本发明专利技术公开了一种基于YOLOv8的隧道掌子面炮孔识别方法，涉及隧道工程及计算机视觉技术领域，提供一种基于YOLOv8的隧道掌子面炮孔识别方法。主要实施步骤为：S1：数据集准备；S2：数据标注；S3：数据增强；S4：模型训练：基于DCN‑YOLOv8‑NMS模型和增强后的数据集进行模型训练；S5：炮孔识别：将隧道掌子面图像输入到训练好的炮孔识别模型中，模型会自动标识图像中的炮孔位置信息；S6：结果输出。本发明专利技术能够解决传统炮孔识别方法效率低下、准确性不高的问题。

【技术实现步骤摘要】

本专利技术涉及隧道工程及计算机视觉，尤其涉及一种基于yolov8的隧道掌子面炮孔识别方法。

技术介绍

1、随着经济的发展以及技术水平的提高，我国隧道和地下工程的数量和规模大大增加，通常根据地质条件选择相应的施工方法。钻爆法因其经济性、高效率的优势在工程建设中被广泛应用。但是，现阶段爆破施工缺乏专业的自动化装备，往往依赖于人工操作，需要专业的操作人员手动将雷管和炸药装填到炮孔内，这不仅限制了施工效率，而且对施工质量和安全性构成潜在威胁。针对隧道环境特点和炮孔周围特点，需要研发具有自动化、智能化、本质安全的隧炸药自动填充装置。炸药自动填充的首要任务是实现炮孔孔位的精确识别。目标检测技术在这一过程中扮演着至关重要的角色，它能够识别图像中的目标，并提供目标的类别和位置信息。现有目标检测技术可以分为传统识别方法和基于深度学习的识别方法两种。

2、传统的识别方法通过尺度不变特征转换(scale-invariant feature或sift)或局部二值模式(local binary patterns或lbp)等方式手动提取图片的特征，然后输入到支持向量机等分本文档来自技高网...

【技术保护点】

1.一种基于YOLOv8的隧道掌子面炮孔识别方法，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YOLOv8的隧道掌子面炮孔识别方法，其特征在于：S3中采用水平翻转和亮度调节对S2中的标注数据集进行数据增强处理。

3.根据权利要求1所述的一种基于YOLOv8的隧道掌子面炮孔识别方法，其特征在于：S4中改进后的YOLOv8模型通过对YOLOv8模型中的Backbone结构和Head结构进行改进得到。

4.根据权利要求3所述的一种基于YOLOv8的隧道掌子面炮孔识别方法，其特征在于：YOLOv8模型中的Backbone结构改进通过将Backb...

【技术特征摘要】

1.一种基于yolov8的隧道掌子面炮孔识别方法，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yolov8的隧道掌子面炮孔识别方法，其特征在于：s3中采用水平翻转和亮度调节对s2中的标注数据集进行数据增强处理。

3.根据权利要求1所述的一种基于yolov8的隧道掌子面炮孔识别方法，其特征在于：s4中改进后的yolov8模型通过对yolov8模型中的backbone结构和head结构进行改进得到。

【专利技术属性】
技术研发人员：董卫红，陈雷，李静慧，邹伟，郑宇，王亦朴，严成根，宋战平，田小旭，
申请(专利权)人：中建国际建设有限公司，
类型：发明
国别省市：