论文部分内容阅读
炮孔留痕率是评估钻爆法爆破质量的重要依据,通常基于图像记录、人工目测的方式进行统计。为了克服传统数字图像处理法精度低、鲁棒性差的问题,基于ResUNet深度神经网络处理隧道围岩图像,并智能输出炮孔痕迹位置。首先,人工拍摄并标注围岩图像,构造训练集。随后,基于上述数据集训练ResUNet深度神经网络。最后,利用该网络推理围岩图像,输出炮孔留痕二值化检测结果。对比实验表明该算法的像素精度(99.23%)与均交并比(87.74%)均为最高,说明该检测算法能有效检测围岩炮孔痕迹,满足快速评估炮孔留痕率的需要。