基于改进Faster R-CNN的输变电工程塔基隐性病害GPR图像识别方法

本发明属于图像处理和卷积神经网络领域，具体提供一种基于改进Faster R‑CNN的输变电工程塔基隐性病害GPR图像识别方法，包括：基于刚性直柱式基础的实际测量数据，对塔基的隐性病害进行一系列正演模拟仿真；通过生成式对抗网络处理GPR图像以扩充数据集；对传统的Faster R‑CNN模型进行优化，采用ResNet‑50作为特征提取主干网络，并结合注意力机制，采用soft‑NMS算法提高紧密相连目标的检测能力；使用预处理的数据对地下隐蔽缺陷样本进行深度学习训练，并测试优化后的Faster R‑CNN模型对隐形病害的识别能力。该方法能更有效地识别和定位潜在的混凝土病害，提高隐性疾病特征的检测效率和准确性，更具实际应用意义。