本申请公开了一种隧道施工过程掌子面地质情况检测方法。其中,方法包括基于深度学习算法,利用样本数据集训练图像实例分割神经网络得到图像实例分割模型,样本数据集包括多个不同地质级别的岩渣样本图像,各岩渣样本图像均设置地质类别标签且在图像中标记块状岩渣和片状岩渣的轮廓。调用图像实例分割模型分析待识别岩渣图像,得到实体渣土中各岩渣对应在待识别岩渣图像中分割的轮廓数据和实体渣土隶属各级地质级别的概率值。根据轮廓数据计算块状岩渣、片状岩渣和岩粉在实体渣土中的含量值,并结合初始分类结果确定正在掘进的掌子面所属地质级别,克服人工检测TBM隧道施工地质情况的弊端的同时不降低地质分析准确度,提升隧道施工智能化程度。
声明:
“掌子面地质检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)