基于改进Faster R-CNN算法的岩石裂隙发展方向跟踪预测研究
黄晓红1
李铁锋1
刘祥鑫2
李伟1
1.华北理工大学 人工智能学院,河北 唐山 0632102.华北理工大学 矿业工程学院,河北 唐山 063210
摘要：为了避免部分岩土工程灾害发生,对岩石表面裂隙发展方向进行跟踪预测,提高岩石表面裂隙的检出率,提出一种基于改进Faster R-CNN算法的岩石裂隙发展方向跟踪预测方法.该法针对红外热像图中岩石裂隙形态多变、尺寸差异大并对实时性有一定要求的特点,以深度残差网络ResNet50为特征提取网络,利用ROIAlign优化建议框与岩石裂隙特征的空间对应关系,建立特征金字塔融合多尺度特征,对Faster R-CNN算法进行改进,并结合平均红外辐射温度-时间曲线对岩石裂隙发展方向跟踪预测,使用花岗岩单轴压缩试验中采集的红外光谱特征进行试验测试.结果表明,该方法能够较好检测红外热像图中的岩石裂隙,在测试集上的mAP达到88.81％,泛化能力较强,同时结合检测框内的平均红外辐射温度-时间曲线可以较好地跟踪预测裂隙发展方向.
关键词：岩石裂隙红外热像图平均红外辐射温度目标检测改进Faster R-CNN算法
分类号：P962(自然资源学)
资助基金：国家自然科学基金(41977219)河北省高等学校科学技术重点研究项目(ZD2020152)
论文发表日期：2022-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 134-141 )
英文信息