摘要
本发明属于掌子面图像识别技术领域,提供了一种隧道围岩破碎区检测装置及方法,该方法基于Unet‑transformer技术的深埋隧道围岩破碎区识别方法,将施工现场拍摄的掌子面图像输入至已训练完成的U‑net神经网络。通过模型计算提取破碎区图像,剔除图像中含有的其他设备设施以及非破碎区图像。本发明充分利用施工期间所采集的照片,快速识别掌子面破碎区,为工程人员及时作出工程措施提供技术支持,具有较强的推广和指导意义。
技术关键词
掌子面
隧道围岩
影像采集装置
直线驱动装置
破碎岩体
旋转板
锥形齿轮
区检测方法
齿轮组
区识别方法
编码器
索引
安装板
解码器
齿圈
施工现场
图像识别技术
滑板
分辨率
系统为您推荐了相关专利信息
爆破参数优化方法
分布特征
形态
YOLO算法
隧道爆破施工
三维温度模型
隧道围岩
热源
可读存储介质
三维立体
岩体特征
掘进参数
智能决策方法
隧道地质灾害
邻居
超前地质预报
实时图像
训练场景
卷积神经网络模型
掌子面
检波器
隧道围岩
面波频散曲线
反演模型
围岩松动圈