一种基于瞬变电磁图像的深度学习隧道超前预测方法

本发明提出了一种基于瞬变电磁图像的深度学习隧道超前预测方法，包括：将待预测的TEM探测图像输入分割模型，获取连续的语义分割结果数据；其中，分割模型基于训练集对Swin‑Unet网络进行训练获得，训练集包括：随机选取的TEM探测图像和标注的特征标签数据；分别对语义分割结果数据进行三维重建和图像数据分析，获取三维重建图像和TEM合成图像；基于三维重建图像和TEM合成图像，分布打孔位置和炸药使用量。本发明利用三维图像为隧道打孔爆破提供更为准确的三维信息，并将三维信息在掌子面图像上压缩为二维信息，无需人工计算分析，有助于提高打孔效率和爆破效率。本发明节省了大量的人工成本，具有很好的应用前景。