基于深度学习的山体状态实时监测识别方法及系统

本发明公开了基于深度学习的山体状态实时监测识别方法及系统，包括：通过PTZ摄像机进行多角度动态图像采集；基于YOLOv7框架训练双目标检测网络，构建落石‑裂缝检测模型，同步输出落石目标的边界框坐标及裂缝区域的位置信息；通过DeepSORT多目标跟踪算法构建落石轨迹预测模型，获取落石运动轨迹数据；对裂缝区域进行像素级语义分割，生成裂缝掩码图，提取裂缝主方向矢量；对图像进行配准与差分计算，获取裂缝宽度变化量及延伸长度，识别新增裂缝区域并标记其空间分布；构建多级告警机制，包括现场声光告警装置及云端平台的多级告警信号。本发明的优点在于：通过落石检测与跟踪、裂缝分析与预测，实现了对山体灾害的高效、实时监测和预警。