一种基于介质反演和深度学习的道路地下病害检测模型

本发明提出一种基于介质反演和深度学习的道路地下病害检测模型，该模型的生成方法包括：1)利用探地雷达采集道路地下雷达数据；2)获取与B‑Scan对应的地下介电常数的分布情况，构建B‑scan‑介电常数分布数据集；3)构建深度学习介质介电特性反演模型，通过优化综合损失函数进行训练；4)利用训练后的介质介电特性反演模型对实测雷达图谱进行反演，生成地下介电特性分布图；5)根据地下介电特性分布图进行病害分类标注，构建并训练病害目标识别模型；6)将待检测介电特性分布数据输入病害目标识别模型，输出地下隐伏病害的预测结果。与现有技术相比，本发明能在复杂的地下介质分布下实现精准的病害识别和定位，具有更好的精度优势和更强的泛化能力。