基于点云和图像的隧道病害识别模型的训练方法及系统

本发明公开了一种基于点云和图像的隧道病害识别模型的训练方法及系统，方法包括：同步采集隧道点云与图像数据并校准配准实现空间对齐，预处理点云生成灰度图与深度图，线阵相机采集连续图像生成拼接图，多图时空同步后对大尺寸图像分块；构建多分支网络，分别用PointNet/3DCNN和CNN/Transformer提取点云几何与图像纹理特征，经中间层融合模块实现语义协同融合；通过自适应训练依据误差调参，结合迁移学习等降低手工标注依赖，利用在线迭代、联合损失与自适应权重加速收敛提升泛化；在多种隧道环境通过现场测试及指标评估模型性能，依据数据优化结构确保工程可行高效。实现了模型在不同任务上均能准确识别各类病害，并能适应隧道检测中复杂多变的工况。