一种基于无锚框自适应卷积网络的隧道病害检测方法及巡检机器人

本发明属于图像数据处理技术领域，具体涉及一种基于无锚框自适应卷积网络的隧道病害检测方法及巡检机器人，S1、通过巡检机器人搭载摄像头对隧道内表面可能出现病害的位置进行图像数据采集；S2、人工标注采集的图像数据的各类缺陷，制作训练所需数据集，并将训练所需数据集分为训练集、验证集和测试集；S3、将训练集数据集输入无锚框自适应卷积算法，通过特征提取、卷积、损失函数、迭代训练和置信度学习，得到训练后的权重和模型。本发明一种集成化的检测体系，为隧道衬砌表面病害和边沟病害检测提供了更加智能化的方法，相对于现有依靠人工判别、评估病害，其工作效率有了极大的提高。