摘要
本发明涉及一种巷道围岩松动圈智能辨识方法,属于岩土工程智能识别技术领域。步骤包括:S1:获取钻孔窥视图像,钻孔窥视图像为钻孔成像仪所测视频数据内截取的图片;S2:对钻孔窥视图像进行预处理及裂隙识别;S3:通过弹性波法测得岩石弹性模量;S4:通过弹性模量和识别的裂隙标定松动圈范围,并通过加权损失函数进行类别平衡改进;S5:通过标定的松动圈信息训练YoLov5深度学习模型,并对YoLov5深度学习模型进行改进;S6:进行模型的评估验证;S7:将现场获取的钻孔窥视图像和测得的弹性模量输入模型进行松动圈的预测。本发明能够在实际矿山现场实现松动圈的快速、精准识别,为巷道支护设计和矿山安全管理提供科学依据。
技术关键词
巷道围岩松动圈
智能辨识方法
深度学习模型
钻孔成像仪
加权损失函数
特征融合网络
弹性模量测定仪
统一标准格式
剪切模量
泊松比
图像长宽比
实时图像采集
多尺度
智能识别技术
损失函数优化
多层次特征
系统为您推荐了相关专利信息
智能配变终端
深度学习组合模型
数据处理方法
深度学习模型
长短期记忆网络
路径生成方法
两轮电动车
高维特征向量
历史行驶数据
多维特征数据
轨迹分析系统
轨迹分析方法
数据采集模块
智慧管理系统
轨迹模型
肿瘤预测系统
深度学习模型
数据采集单元
登记单元
数据采集模块
知识检索方法
大语言模型
查询意图
企业
检索策略