基于深度学习的爆破效果监测周边眼爆破优化方法及系统

本发明涉及爆破工程与深度学习技术领域，具体涉及基于深度学习的爆破效果监测周边眼爆破优化方法及系统。针对爆破参数设计缺乏智能化与自动化优化机制和监测手段滞后的问题，本申请基于SO‑DBN模型构建爆破残痕率预测模型，将现有爆破方案的地质相关参数、周边眼相关参数和外圈辅助眼相关参数输入破残痕率预测模型，预测爆破后的残痕率；在预测的残痕率满足预设标准时，输出爆破方案；使用FasterNet‑YOLOv8模型对爆破后的残痕率图像进行识别和信息提取；根据识别的图像计算实际残痕率，将实际残痕率误差小于5％的相关参数补充进初始数据库。