(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 202210536807.1 (22)申请日 2022.05.18 (71)申请人 安徽数智建造 研究院有限公司 地址 230001 安徽省合肥市高新区习友路 3333号 (72)发明人 宋恒　贾波　赵晶丽　耿天宝　 王扩　王东杰　刘道学　张大伟　 余振　田炳坤　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 赵静 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/44(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 隧道衬砌检测模型的抗干扰训练方法及隧 道衬砌检测方法 (57)摘要 本发明公开了一种隧道衬砌检测模型的抗 干扰训练方法及隧道衬砌检测方法， 训练方法包 括： 使用训练影像集对隧道衬砌检测模型进行多 次周期性的训练， 其中， 针对每次训练周期， 执行 以下操作： 获取训练影像集； 将训练影像集中的 衬砌雷达影像输入至隧道衬砌检测模 型， 得到第 一特征图和预测的第一位置信息， 并向第一特征 图加入扰动生成扰动特征图， 以及利用隧道衬砌 检测模型基于扰动特征图， 得到预测的第二位置 信息； 基于第一位置信息得到第一损失函数， 基 于第二位置信息得到第二损失函数， 并根据第一 损失函数和第二损失函数得到第三损失函数； 根 据第三损失函数， 调整隧道衬砌检测模型的参 数。 该抗干扰训练方法可提高隧道衬砌检测模型 的检测准确度。 权利要求书2页 说明书13页 附图7页 CN 114638829 A 2022.06.17 CN 114638829 A 1.一种隧道衬砌检测模型的抗干扰训练方法， 其特 征在于， 所述训练方法包括： 使用训练影像集对隧道衬砌检测模型进行多次周期性的训练， 其中， 针对每次训练周 期， 执行以下操作： 获取训练影 像集， 其中， 所述训练影 像集包括衬砌雷达影 像； 将所述训练影像集中的衬砌雷达影像输入至隧道衬砌检测模型， 得到第 一特征图和预 测的第一位置信息， 并向所述第一特征图加入扰动生成扰动特征图， 以及利用所述隧道衬 砌检测模型基于所述扰动特 征图， 得到预测的第二 位置信息； 基于所述第一位置信息得到第一损失函数， 基于所述第二位置信息得到第二损失函 数， 并根据所述第一损失函数和所述第二损失函数 得到第三损失函数； 根据所述第三损失函数， 调整所述隧道衬砌检测模型的参数。 2.根据权利要求1所述的隧道衬砌检测模型的抗干扰训练方法， 其特征在于， 将所述训 练影像集中的衬砌雷达影像输入至隧道衬砌检测模型， 得到第一特征图和预测的第一位置 信息， 包括： 将所述衬砌雷达影 像输入至神经网络模块中特 征提取单元， 得到第一特 征图； 利用所述神经网络模块中的第 一位置提取单元对所述第 一特征图进行位置检测， 得到 所述第一 位置信息 。 3.根据权利要求2所述的隧道衬砌检测模型的抗干扰训练方法， 其特征在于， 向所述第 一特征图加入扰动生成扰动特征图， 以及利用所述隧道衬砌检测模型基于所述扰动特征 图， 得到预测的第二 位置信息， 包括： 利用预设的抗干扰模块基于所述第一特 征图， 得到噪声特 征图； 根据所述第一特 征图和所述噪声特 征图， 得到所述扰动特 征图； 利用所述神经网络模块中的第 二位置提取单元对所述扰动特征图进行位置检测， 得到 所述第二 位置信息 。 4.根据权利要求3所述的隧道衬砌检测模型的抗干扰训练方法， 其特征在于， 所述抗干 扰模块采用的噪声为高斯噪声， 椒盐噪声、 乘性噪声中的任一 者。 5.根据权利要求4所述的隧道衬砌检测模型的抗干扰训练方法， 其特征在于， 当所述抗 干扰模块采用高斯噪声时， 利用预设的抗干扰模块基于所述第一特征图， 得到噪声 特征图， 包括： 获取多个所述第一特征图的尺寸内， 独立且服从均匀分布的随机数， 生成服从高斯分 布的高斯随机数， 并计算多个所述高斯随机数的平均值 和方差 ； 随机获取所述第一特征图的尺 寸内m个数 ， 并计算m个数 的平均值 ， 其中， i为 正整数， 0＜i≤m； 根据预设的噪声特 征图表达式， 得到所述噪声特 征图。 6.根据权利要求5所述的隧道衬砌检测模型的抗干扰训练方法， 其特征在于， 所述预设 的噪声特 征图的表达式为：权　利　要　求　书 1/2 页 2 CN 114638829 A 2其中， 表示所述噪声特征图， 表示多个所述高斯随机数的平均值， 表示多个 所述高斯随机数的标准差， 表示m个数 的平均值。 7.根据权利要求3所述的隧道衬砌检测模型的抗干扰训练方法， 其特征在于， 所述第 一 特征图和所述噪声特征图的大小和 通道数相同， 其中， 根据所述第一特征图和所述噪声特 征图， 得到所述扰动特 征图， 包括： 将所述第一特 征图和所述噪声特 征图进行相加， 得到所述扰动特 征图。 8.根据权利要求1所述的隧道衬砌检测模型的抗干扰训练方法， 其特征在于， 所述第 三 损失函数的表达式为： 其中， 表示所述第三损失函数， 表示所述第一损失函数， 表示所述第二损失函数， 表示权重平衡因子 。 9.一种隧道衬砌检测方法， 其特 征在于， 所述检测方法包括： 获取待识别衬砌雷达影 像； 将所述待识别衬砌雷达影像输入至训练好的隧道衬砌检测模型， 得到所述待识别衬砌 雷达影像中的检测目标的位置信息， 其中， 所述训练好的隧道衬砌检测模型利用如权利要 求1‑8中任一项所述的隧道衬砌检测模型的抗干扰训练方法得到 。 10.一种隧道衬砌检测装置， 其特 征在于， 所述检测装置包括： 获取模块， 用于获取待识别衬砌雷达影 像； 检测模块， 用于将所述待识别衬砌雷达影像输入至训练好的隧道衬砌检测模型， 得到 所述待识别衬砌雷达影像中的检测目标 的位置信息， 其中， 所述训练好的隧道衬砌检测模 型利用如权利要求1 ‑8中任一项所述的隧道衬砌检测模型的抗干扰训练方法得到 。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时， 实现如权利要求1 ‑8中任一项所述的隧道衬砌检测模型的训练方法， 或 者， 如权利要求9所述的隧道衬砌检测方法。 12.一种电子设备， 包括存储器和 处理器， 所述存储器上存储有计算机程序， 其特征在 于， 所述计算机程序被所述处理器执行时， 实现如权利要求 1‑8中任一项 所述的隧道衬砌检 测模型的抗干扰训练方法， 或者， 如权利要求9所述的隧道衬砌检测方法。权　利　要　求　书 2/2 页 3 CN 114638829 A 3