本申請公開了一種隧道施工過程掌子面地質情況檢測方法。其中,方法包括基于深度學習算法,利用樣本數(shù)據(jù)集訓練圖像實例分割神經(jīng)網(wǎng)絡得到圖像實例分割模型,樣本數(shù)據(jù)集包括多個不同地質級別的巖渣樣本圖像,各巖渣樣本圖像均設置地質類別標簽且在圖像中標記塊狀巖渣和片狀巖渣的輪廓。調用圖像實例分割模型分析待識別巖渣圖像,得到實體渣土中各巖渣對應在待識別巖渣圖像中分割的輪廓數(shù)據(jù)和實體渣土隸屬各級地質級別的概率值。根據(jù)輪廓數(shù)據(jù)計算塊狀巖渣、片狀巖渣和巖粉在實體渣土中的含量值,并結合初始分類結果確定正在掘進的掌子面所屬地質級別,克服人工檢測TBM隧道施工地質情況的弊端的同時不降低地質分析準確度,提升隧道施工智能化程度。
聲明:
“掌子面地質檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)