买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：云南省交通规划设计研究院股份有限公司;同济大学

摘要：本发明涉及隧道施工技术领域，公开了一种隧道围岩风化程度的智能评估方法，包括：获取掌子面高清图像；建立隧道工作面风化围岩图像集；利用改进后的Swin‑Transformer模型实现对隧道工作面的软弱夹层、地下水和裂隙图像的识别和分割；建立多源工作面围岩风化程度数据集；利用练改进后的GBRT模型实现围岩风化程度的智能评估将工作面风化程度划分至：未风化、轻微风化、中等风化、强烈风化和完全风化，五个相应等级之一。该方法旨在解决目前隧道围岩风化识别过程中数据获取不平衡不充分的问题，同时保证较高的隧道工作面弱夹层、渗漏水和裂隙等微小病害特征识别准确率，为隧道工程施工过程的安全保障问题提供数据支撑。

主权项：1.一种隧道围岩风化程度的智能评估方法，其特征在于：该隧道围岩风化程度的智能评估方法的智能分割基于结合U-Net改进的Swin-Transformer模型，智能评估基于利用TPE算法进行超参数优化的GBRT模型，包括以下步骤：步骤一，在工程现场搭建隧道面风化岩成像系统，获取掌子面高清图像；步骤二，基于生成对抗网络模型对掌子面高清图像进行图像裁剪、旋转、镜像、局部放大和缩小操作，生成质量提高后的新图像，建立隧道工作面风化围岩图像集；并运用LabelMe软件对隧道工作面风化围岩图像集进行标注；步骤三，基于U-Net改进Swin-Transformer模型，利用隧道工作面风化围岩图像集训练改进Swin-Transformer模型，利用改进后的Swin-Transformer模型对隧道工作面的软弱夹层、地下水和裂隙图像进行识别和分割；步骤四，利用改进后的Swin-Transformer模型处理对特征分割后的图像，提取软弱夹层、地下水和裂隙的多项定量和定性参数，从而建立多源工作面围岩风化程度数据集；步骤五，基于TPE算法对GBRT模型进行超参数调优；步骤六，利用多源工作面围岩风化程度数据集对GBRT模型进行训练改进；利用练改进后的GBRT模型对围岩风化程度进行智能评估，将工作面风化程度划分至：未风化、轻微风化、中等风化、强烈风化和完全风化，这五个相应等级之一。

全文数据：

权利要求：

百度查询： 云南省交通规划设计研究院股份有限公司 同济大学 一种隧道围岩风化程度的智能评估方法