基于深度学习的不稳定斜坡识别与检测方法

本发明提供了一种基于深度学习的不稳定斜坡特征识别与检测方法。所述方法依次包括：S1.从多源数据中采集斜坡区域的图像数据经过预处理构建标准数据集；S2.构建并训练基于卷积神经网络的SlopeNet模型；S3.利用S2步骤中训练好的SlopeNet模型识别出不稳定斜坡区域的范围和边界；S4.基于S3步骤获得的不稳定斜坡区域的范围和边界，结合历史气象、水文、地质监测数据，建立不稳定斜坡演化趋势智能分析模型；S5.利用S4步骤训练好的不稳定斜坡演化趋势智能分析模型预测未来一段时间内不稳定斜坡的演化趋势即失稳概率。本发明通过多源数据的融合、卷积神经网络和长短期记忆网络的结合，实现了对不稳定斜坡的自动化识别与检测，具有较高的精度和效率。