(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211140621.0 (22)申请日 2022.09.20 (71)申请人 中国铁建高新装备股份有限公司 地址 650217 云南省昆明市官渡区羊方旺 384号 申请人 中国铁建重 工集团股份有限公司 (72)发明人 杜义康　罗建利　龚文忠　秦念稳　 黄瑞　 (74)专利代理 机构 北京新知远方知识产权代理 事务所(普通 合伙) 11397 专利代理师 张露薇　赵晓凤 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 20/70(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 隧道隐蔽结构内在病害图像分类方法和装 置 (57)摘要 本申请提供一种隧道隐蔽结构内在病害图 像分类方法和装置， 方法包括： 获取隧道隐蔽结 构的内在病害形状特征数据， 生成仿真雷达图 像； 获取实际雷达图像， 对实际雷达图像和仿真 雷达图像进行标注， 生成实际图像数据集和仿真 图像数据集； 根据仿真图像数据集对第一图像目 标检测网络进行训练， 确定第一图像目标检测网 络的初始模 型权重； 根据实际图像数据集和初始 模型权重对第一图像目标检测网络进行迁移学 习， 得到第二图像目标检测 网络； 将待识别雷达 图像输入第二图像目标检测网络， 确定雷达图像 中异常局部位置并输入孪生神经网络， 得到病害 分类结果。 本申请利用仿真生 成的仿真雷达图像 进行模型训练， 解决病害 图像样本少， 图像分类 方法准确率下降的缺陷。 权利要求书2页 说明书8页 附图4页 CN 115222999 A 2022.10.21 CN 115222999 A 1.一种隧道隐蔽结构内在病害图像分类方法， 其特 征在于， 包括： 获取隧道隐蔽结构的内在病害形状特征数据， 根据所述内在病害形状特征数据， 生成 所述隧道隐蔽结构的仿真雷达图像； 获取实际雷达图像， 分别对所述实 际雷达图像和所述仿真雷达 图像进行标注， 生成实 际图像数据集和仿真图像数据集； 根据所述仿真图像数据集对第 一图像目标检测网络进行训练， 确定所述第 一图像目标 检测网络的初始模型权 重； 根据所述实际图像数据集和上述初始模型权重对所述第一图像目标检测网络进行迁 移学习， 得到第二图像目标检测网络； 将待识别雷达 图像输入所述第二图像目标检测网络， 确定雷达 图像中异常局部位置， 将局部异常位置图像输入孪生神经网络， 得到病害分类结果。 2.根据权利要求1所述的隧道隐蔽结构内在病 害图像分类方法， 其特征在于， 所述根据 所述内在病害形状特 征数据， 生成所述隧道隐蔽结构的仿真雷达图像， 包括： 根据所述内在病害形状特 征数据， 得到内在病害在目标 条件下的仿真工况； 生成与所述仿真工况相对应的所述隧道隐蔽结构的仿真雷达图像。 3.根据权利要求2所述的隧道隐蔽结构内在病 害图像分类方法， 其特征在于， 所述生成 与所述仿真工况相对应的所述隧道隐蔽结构的仿真雷达图像， 包括： 根据所述内在病害的特性信息生成几何模型； 对所述几何模型进行空间离 散化处理， 并确定所述几何模型的条件和激励源； 根据所述条件和所述激励源， 对PML单 元进行设计， 确定边界条件； 根据所述 边界条件， 求 解得到所述仿真雷达图像。 4.根据权利要求1所述的隧道隐蔽结构内在病 害图像分类方法， 其特征在于， 所述根据 所述实际图像数据集和上述初始模型权重对第一图像目标检测网络进 行迁移学习， 得到第 二图像目标检测网络， 包括： 将所述实际图像数据集中的图像输入至所述第一图像目标检测网络； 将所述第一图像目标检测网络的目标网络冻结； 对所述第一图像目标检测网络进行训练； 解除对所述目标网络的冻结， 再次对所述第一图像目标检测网络进行训练， 调整所述 初始模型权 重， 根据调整后的所述初始模型权 重， 得到第二图像目标检测网络 。 5.根据权利要求 4所述的隧道隐蔽结构内在病害图像分类方法， 其特 征在于， 还 包括： 基于平均AP值评价模型质量。 6.根据权利要求1所述的隧道隐蔽结构内在病 害图像分类方法， 其特征在于， 所述将局 部异常位置图像输入孪生神经网络， 得到病害分类结果， 包括： 将局部异常位置图像和实际病害图像输入至所述孪生神经网络， 确定图像相似度； 根据所述图像相似度， 得到病害分类结果。 7.根据权利要求6所述的隧道隐蔽结构内在病 害图像分类方法， 其特征在于， 所述孪生 神经网络包括： 特征提取网络， 基于残差网络提取所述局部异常位置图像和实际病害图像的图像特 征；权　利　要　求　书 1/2 页 2 CN 115222999 A 2比较网络， 对两个所述图像特 征进行比较， 输出 所述图像相似度。 8.一种隧道隐蔽结构内在病害图像分类装置， 其特 征在于， 包括： 仿真模块， 用于获取隧道隐蔽结构的内在病害形状特征数据， 根据所述内在病害形状 特征数据， 生成所述隧道隐蔽结构的仿真雷达图像； 标注模块， 用于获取实 际雷达图像， 分别对所述实 际雷达图像和所述仿真雷达 图像进 行标注， 生成实际图像数据集和仿真图像数据集； 训练模块， 用于根据所述仿真图像数据集对第一图像目标检测网络进行训练， 确定所 述第一图像目标检测网络的初始模型权 重； 迁移学习 模块， 用于根据所述实际图像数据集和上述初始模型权重对所述第 一图像目 标检测网络进行迁移学习， 得到第二图像目标检测网络； 分类模块， 用于将待识别雷达 图像输入所述第二图像目标检测网络， 确定雷达 图像中 异常局部位置， 将局部异常位置图像输入孪生神经网络， 得到病害分类结果。 9.一种电子设备， 其特 征在于， 包括： 存储器； 处理器； 以及 计算机程序； 其中， 所述计算机程序存储在所述存储器中， 并被配置为由所述处理器执行以实现如 权利要求1 ‑7任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序； 所述计算机程序 被处理器执行以实现如权利要求1 ‑7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115222999 A 3