摘要
本发明为实时语义分割隧道超欠挖监测方法及系统,包括:获取不同的挖掘条件和地质背景下适合开挖的隧道施工过程中不同挖土面区域的高分辨率图像,并标注超挖和欠挖区域标签;数据清洗与增强,通过数据清洗与增强处理后得到若干张分辨率为512×1024的隧道超欠挖图像,组成目标数据集;构建FP‑Former语义分割深度神经网络,利用目标数据集中的图像训练FP‑Former语义分割深度神经网络,监测超挖欠挖区域,输出预测概率图;对输出的预测概率图进行二值化处理,将概率大于0.5的像素标记为超挖区域,反之则为欠挖区域。本发明能够有效地提取不同尺度的特征,从而提升分割精度,在GPU类设备上运行时,表现出较好的性能与效率平衡,使得大规模数据处理成为可能。