一种基于多尺度深度学习的探地雷达管道智能反演方法

一种基于多尺度深度学习的探地雷达管道智能反演方法，属于探地雷达管道数据反演技术领域。该方法旨在解决传统反演方法分辨率低、计算复杂度高、依赖先验信息等问题，具体步骤包括：批量构建地下仿真模型数据集；基于时域有限差分进行正演计算，生成雷达B‑scan图像与介电常数分布的匹配数据对；构建包含残差注意模块、双路径空间注意力模块、多尺度特征融合模块及重构模块的多尺度深度神经网络；通过端到端训练、模型测试优化，最终保存最优模型实现从原始雷达数据到介电常数分布的反演输出；本发明通过多尺度特征提取与融合机制，有效提升了不同尺寸管线的识别精度，大幅提高反演效率，为地下管线探测提供了高效精准的技术方案。