摘要
本发明提供了一种全断面隧道掘进机岩渣粒径分布预测方法及系统,方法包括:步骤S1:采集隧道掘进机施工时传送带上的岩渣图像以得到二值掩码;步骤S2:对岩渣图像和二值掩码进行预处理,得到不同任务需要的模型输入;步骤S3:搭建自监督学习模型,使用无标注数据集进行预训练;步骤S4:对语义分割模型输出的分割掩模进行封闭轮廓遍历和像素统计,基于非线性最小二乘法拟合Rosin‑Rammler曲线的两个关键分布参数;步骤S5:根据拟合结果评估岩渣粒径分布预测效果。本发明可以充分利用海量的无标注图像数据,减少人工标注的依赖,同时提高模型的预测效果。
技术关键词
粒径分布预测方法
监督学习模型
全断面隧道掘进机
非线性最小二乘法
语义分割模型
隧道掘进机施工
安装图像采集装置
封闭轮廓
分割掩模
噪声
像素
离散余弦变换
坐标
预测系统
Sigmoid函数
恶劣工况
图像压缩
系统为您推荐了相关专利信息
冬小麦识别方法
多任务学习模型
注意力
多光谱遥感影像
多层感知机
积水
城市内涝预测方法
时序预测模型
图像
历史气象数据
故障预警方法
决策
期望最大化算法
语义分割模型
指标