[发明专利]隧道衬砌检测模型的抗干扰训练方法及隧道衬砌检测方法

说明书

本发明公开了一种隧道衬砌检测模型的抗干扰训练方法及隧道衬砌检测方法，训练方法包括：使用训练影像集对隧道衬砌检测模型进行多次周期性的训练，其中，针对每次训练周期，执行以下操作：获取训练影像集；将训练影像集中的衬砌雷达影像输入至隧道衬砌检测模型，得到第一特征图和预测的第一位置信息，并向第一特征图加入扰动生成扰动特征图，以及利用隧道衬砌检测模型基于扰动特征图，得到预测的第二位置信息；基于第一位置信息得到第一损失函数，基于第二位置信息得到第二损失函数，并根据第一损失函数和第二损失函数得到第三损失函数；根据第三损失函数，调整隧道衬砌检测模型的参数。该抗干扰训练方法可提高隧道衬砌检测模型的检测准确度。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种隧道衬砌检测模型的抗干扰训练方法及隧道衬砌检测方法。

背景技术

相关技术中，在检测隧道衬砌中的钢筋、拱架等目标时，常使用探地雷达技术，并结合数字图像分析及深度学习的手段检测B-Scan图像中的钢筋、拱架等目标。

但是在实际应用中，由于地下介质的不均匀性和背景环境的复杂性，以及硬件产生的噪声，探地雷达发射天线发射的电磁波多次反射的反射波及其它杂波产生的干扰，会降低对钢筋、拱架等目标检测的准确度。目前的去噪方法，如霍夫变换，傅立叶变换、小波变换、中值滤波、低通滤波算法等，消除噪声的效果并不理想，会严重干扰对钢筋，拱架，缺陷等目标的识别。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种隧道衬砌检测模型的抗干扰训练方法，提高了训练好的隧道衬砌检测模型的准确率。

本发明的第二个目的在于提出一种隧道衬砌检测方法。

本发明的第三个目的在于提出一种隧道衬砌检测装置。

本发明的第四个目的在于提出一种计算机可读存储介质。

本发明的第五个目的在于提出一种电子设备。

为达到上述目的，本发明第一方面实施例提出了一种隧道衬砌检测模型的抗干扰训练方法，所述训练方法包括：使用训练影像集对隧道衬砌检测模型进行多次周期性的训练，其中，针对每次训练周期，执行以下操作：获取训练影像集，其中，所述训练影像集包括衬砌雷达影像；将所述训练影像集中的衬砌雷达影像输入至隧道衬砌检测模型的神经网络模块，得到第一特征图和预测的第一位置信息，并向所述第一特征图加入扰动生成扰动特征图，以及利用所述隧道衬砌检测模型基于所述扰动特征图，得到预测的第二位置信息；基于所述第一位置信息得到第一损失函数，基于所述第二位置信息得到第二损失函数，并根据所述第一损失函数和所述第二损失函数得到第三损失函数；根据所述第三损失函数，调整所述隧道衬砌检测模型的参数。

根据本发明实施例的隧道衬砌检测模型的训练方法，向第一特征图中加入噪声特征图生成扰动特征图，基于扰动特征图和第一特征图对隧道衬砌检测模型进行训练，消除检测的过程中信号畸变、重影等噪声的干扰，提高隧道衬砌检测模型检测的准确率。

另外，根据本发明上述实施例提出的隧道衬砌检测模型的抗干扰训练方法还可以具有如下附加的技术特征：

根据本发明的一个实施例，将所述训练影像集中的衬砌雷达影像输入至隧道衬砌检测模型，得到第一特征图和预测的第一位置信息，包括：将所述衬砌雷达影像输入至神经网络模块中特征提取单元，得到第一特征图；利用所述神经网络模块中的第一位置提取单元对所述第一特征图进行位置检测，得到所述第一位置信息。

根据本发明的一个实施例，向所述第一特征图加入扰动生成扰动特征图，以及利用所述隧道衬砌检测模型基于所述扰动特征图，得到预测的第二位置信息，包括：利用预设的抗干扰模块基于所述第一特征图，得到噪声特征图；根据所述第一特征图和所述噪声特征图，得到所述扰动特征图；利用所述神经网络模块中的第二位置提取单元对所述扰动特征图进行位置检测，得到所述第二位置信息。