摘要
本发明公开了一种基于合成数据集和深度学习的TBM岩渣等级识别系统及方法,包括合成数据集和岩渣等级识别系统。本发明利用Unity虚拟引擎生成合成数据集,有效解决了岩渣图像样本不足的问题,降低了数据标注成本,同时通过强化学习优化数据集,提高了合成数据集与真实数据集的相似度,为岩渣等级识别模型提供了更优质的数据支持;基于深度学习设计的岩渣等级分类算法,通过综合评估选择合适的卷积神经网络作为基础网络,能够实现高效、准确的岩渣等级识别,大大提高了识别精度和效率;提供了自动化的岩渣等级识别手段,有助于及时调整掘进参数,提高施工效率,减少刀具磨损,降低施工风险,具有重要的工程应用价值。
技术关键词
识别系统
hash算法
卷积神经网络模型
数据
生成虚拟环境
深度学习训练框架
场景
文件夹
建立神经网络模型
等级识别方法
图像编辑工具
传送带模型
相机
饱和度参数
脚本
强化学习算法