摘要
本发明提出了一种基于图像识别的隧道掌子面围岩分级快速评定方法,属于隧道工程和图像识别技术领域;本发明将历史上获得的掌子面围岩数据集进行了扩充,通过生成式AI技术将增加的数值信息向量转化为隧道掌子面围岩的图像信息;又通过深度学习技术对完整的图像信息集合进行训练,获得深度学习模型;根据深度学习模型实时监测隧道掌子面围岩的等级;该方法通过扩充后的增加的数据信息向量,获得符合隧道掌子面围岩发展规律图像信息,通过图像信息的训练的深度学习模型预测的隧道掌子面围岩等级将会更加准确;方法能够实时且准确的快速获取隧道掌子面围岩的等级信息,有益于隧道施工的实时监测,建立对应的支护结构,确保隧道施工的安全。
技术关键词
隧道掌子面
围岩分级
评定方法
深度学习技术
深度学习模型
数值
数据
Inception网络
卷积神经网络技术
长短期记忆神经网络
深度残差网络
水文地质条件
元素
生成对抗网络
图像识别技术
自动编码器
铁路
系统为您推荐了相关专利信息
深度学习模型
数据标注方法
图像特征向量
原型
置信度阈值
视觉感知方法
隧道凿岩
隧道掌子面
机械臂
视觉感知系统
AR眼镜
智能巡检系统
深度学习模型
AR交互
数据采集模块