一种基于深度学习的围岩等级分析方法及系统

    公开(公告)号:CN118230065A

    公开(公告)日:2024-06-21

    申请号:CN202410488815.2

    申请日:2024-04-23

    摘要: 本发明涉及隧道工程技术领域,公开了一种基于深度学习的围岩等级分析方法及系统,该方法包括建立满足训练/分析要求的掌子面图像数据集;采集掌子面图像样本、建立掌子面图像数据集、对掌子面图像数据集进行扩充以及预处理,获得满足训练/分析要求的掌子面图像数据集;以EfficientNet为基础模型优化获得适合掌子面围岩识别的分析模型;包括:通过限定学习率和样本数对卷积神经网络结构参数进行优化、应用Dropout策略对神经网络模型训练过程优化;利用Noisy Student网络的权重参数进行迁移学习,并在模型中添加Softmax激活函数,获得适合掌子面围岩识别的分析模型;采用得到的分析模型对待分析的掌子面图像数据集进行分析,进而预测围岩等级。