一种改进的yolov9公路隧道衬砌内部病害检测方法

本发明提供了一种改进的yolov9公路隧道衬砌内部病害检测方法，其中，对yolov9模型进行改进的过程包括：步骤201，在Backbone中增加了EMA注意力模块；步骤202，将Neck层中的GELAN替换为GELAN‑EMA，将GELAN中间的卷积层替换为EMA注意力模块；步骤203，使用Focaler‑SIOU损失函数进行边框回归；步骤204，增加了Center Loss损失函数。本发明的深度学习使用深层卷积神经网络能够自动从大量的雷达数据中提取高维特征并进行分类或回归分析，可以消除传统方法人工设计特征提取器和分类器的繁琐步骤，为地质雷达波形分析提供了有效的解决方案，大大降低对人力的依赖。