如果您无法下载资料,请参考说明:
1、部分资料下载需要金币,请确保您的账户上有足够的金币
2、已购买过的文档,再次下载不重复扣费
3、资料包下载后请先用软件解压,在使用对应软件打开
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113850770A(43)申请公布日2021.12.28(21)申请号202111093231.8G06N3/04(2006.01)(22)申请日2021.09.17G06N3/08(2006.01)(71)申请人华中科技大学地址430074湖北省武汉市洪山区珞喻路1037号(72)发明人魏威陈健(74)专利代理机构武汉华之喻知识产权代理有限公司42267代理人廖盈春曹葆青(51)Int.Cl.G06T7/00(2017.01)G06T5/20(2006.01)G06F17/13(2006.01)G06F30/23(2020.01)G06K9/62(2006.01)权利要求书3页说明书10页附图4页(54)发明名称一种盾构隧道和隔震隧道的影像AI数字化检测方法及装置(57)摘要本发明公开了一种盾构隧道和隔震隧道的影像AI数字化检测方法及装置,能够提高隧道病害的检测效率和准确性,其中,检测方法包括:通过原始图像得到实测图像数据集,采用基于时域有限差分法的正演模拟方法获得仿真图像数据集;将实测和仿真图像数据集整理合并为图像数据集,人工标记图像数据集中的病害,并将图像数据集划分为训练集、验证集、测试集;采用YoloV5模型对训练集进行训练得到网络模型,采用验证集对网络模型的超参数进行微调得到目标检测模型并使用测试集评价目标检测模型是否合格;使用目标检测模型进行缺陷检测操作。本发明还采用含有导电组分的材料加入隧道的注浆层或隔震层,能够提高探地雷达的检测效果。CN113850770ACN113850770A权利要求书1/3页1.一种盾构隧道和隔震隧道的影像AI数字化检测方法,其特征在于,包括下述步骤:(1)对原始图像集进行预处理后获得实测图像数据集,采用二维时域有限差分法进行正演模拟操作后获得缺陷的仿真图像数据集;(2)根据所述实测图像数据集和所述仿真图像数据集获得目标检测模型;(3)采用所述目标检测模型对所述实测图像数据集进行缺陷检测,并根据检测结果判断隧道衬砌结构隐蔽部位的工程质量。2.如权利要求1所述的影像AI数字化检测方法,其特征在于,步骤(1)中对原始图像集进行预处理步骤S11具体为:S111:通过将所述原始图像集中的数据信号减去全局平均值的方式去除探地雷达的直达波;S112:采用带通滤波器对数据信号进行滤波处理;S113:对数据信号进行信号增益和补偿,从而增强深部反射信号的能量,并获得预处理后的实测图像数据集。3.如权利要求1或2所述的影像AI数字化检测方法,其特征在于,所述原始图像集由探地雷达采集盾构隧道和隔震隧道的衬砌结构隐蔽部位而获得,具体为:S101:将探地雷达的天线紧贴盾构隧道管片和隔震隧道的衬砌,并沿隧道轴线方向行进,探地雷达的天线发射电磁波对衬砌结构的隐蔽部位进行检测;S102:当探地雷达沿隧道轴线方向行进时,每隔一段距离在探地雷达主机上设置一个标记,使探地雷达图像数据与天线扫描位置一一对应,形成所述原始图像集。4.如权利要求3所述的影像AI数字化检测方法,其特征在于,当所述探地雷达采集所述原始图像集时,在盾构隧道的注浆层和隔震隧道的隔震层中加入含有导电组分的材料;所述含有导电组分的材料包括羰基铁粉或者碳纳米管。5.如权利要求1‑4任一项所述的影像AI数字化检测方法,其特征在于,获取仿真图像数据集的步骤S12具体为:S121:采用二维时域有限差分法对病害进行正演模拟操作并获得仿真模型,所述仿真模型由衬砌层、中间层和岩土层组成,衬砌层主要是盾构隧道的管片衬砌或者隔震隧道的衬砌结构,中间层为盾构隧道的注浆层或者隔震隧道的隔震层,岩土层是指隧道所处的岩土层;S122:在所述仿真模型中通过调整不同类型病害的大小、形状和埋藏深度,以及发射天线的中心频率,将发射/接收天线以固定步长沿测线移动;S123:将所述仿真模型划分为矩形差分网络,并将Yee元胞作为最小的单位差分网格;其中,所述Yee元胞中电场和磁场在时间顺序上具有交替取样的特性,且其取样时间的间距为半个时间步;S124:采用二维时域有限差分法解析偏微分方程并获得二维横磁波的时域有限差分计算方法;S125:根据工程参数和病害参数,通过所述时域有限差分计算方法获得不同的仿真图像,形成所述仿真图像数据集。6.如权利要求1‑5任一项所述的影像AI数字化检测方法,其特征在于,步骤(2)具体为:S211:将所述实测图像数据集和所述仿真图像数据集整理合并为图像数据集,对图像2CN113850770A权利要求书2/3页数据集中存在的不密实、脱空和空洞缺陷进行标记;并按照比例将所述图像数据集分成训练集、验证集和测试集;S212:采用YoloV5模型对所述训练集进行训练并获得拟合数据的网络模型,采用所述验证
Ke****67
实名认证
内容提供者
最近下载