1.钻爆法隧道爆破后掌子面超欠挖的图像识别方法，其特征在于：根据建立的爆破后掌子面图像数据库，基于图像识别中的语义分割算法原理，识别掌子面图像的掌子面超欠挖区域、背景区域；根据建立的掌子面靶标图像数据库，基于图像识别中的语义分割算法原理，识别掌子面靶标图像的靶标区域、背景区域；通过靶标的像素长度和在隧道坐标系下的位置，得到隧道坐标系下掌子面超欠挖区域的坐标，最后与隧道爆破设计轮廓线进行对比分析，得到隧道爆破后掌子面的超欠挖量。
2.根据权利要求1所述的钻爆法隧道爆破后掌子面超欠挖的图像识别方法，其特征在于：包括以下步骤，步骤101：获取大量的爆破后掌子面图像样本，建立掌子面图像样本数据库，对掌子面图像进行深度学习，建立隧道爆破后掌子面图像的掌子面超欠挖区域识别模型；步骤102：获取大量的爆破后掌子面靶标图像样本，建立掌子面靶标图像样本数据库，对掌子面靶标图像进行深度学习，建立掌子面靶标区域识别模型；步骤103：基于所述掌子面超欠挖区域识别模型和所述掌子面靶标区域识别模型，识别爆破后隧道掌子面的超欠挖量。
3.根据权利要求2所述的钻爆法隧道爆破后掌子面超欠挖的图像识别方法，其特征在于：所述步骤101包括，步骤1011：通过标注爆破后掌子面原始图像，将爆破后掌子面原始图像分割成掌子面超欠挖区域、背景区域，建立爆破后掌子面图像样本数据库；步骤1012：根据建立的爆破后掌子面图像样本数据库，对掌子面图像样本进行深度学习，建立隧道爆破后掌子面图像的掌子面超欠挖区域识别模型。
4.根据权利要求2所述的钻爆法隧道爆破后掌子面超欠挖的图像识别方法，其特征在于：所述步骤102包括，步骤1021：通过标注爆破后掌子面原始图像，将爆破后掌子面原始图像分割成靶标区域、背景区域，建立掌子面上靶标图像样本数据库；步骤1022：根据建立的爆破后掌子面上靶标图像样本数据库，对掌子面靶标图像样本进行深度学习，建立掌子面靶标区域识别模型。
5.根据权利要求2所述的钻爆法隧道爆破后掌子面超欠挖的图像识别方法，其特征在于：所述步骤103包括，步骤1031：根据掌子面超欠挖区域识别模型和掌子面靶标区域识别模型，得到所述掌子面图像上的超欠挖区域和靶标所在区域；步骤1032：基于所述掌子面图像上的超欠挖区域和靶标所在区域，得到隧道坐标系下超欠挖区域和靶标所在区域的坐标；步骤1033：基于隧道坐标系下超欠挖区域和靶标所在区域的坐标，通过与隧道爆破设计轮廓线进行对比分析，得到爆破后隧道掌子面的超欠挖量。
6.钻爆法隧道爆破后掌子面超欠挖的图像识别装置，其特征在于：包括图像采集模块、构建模块一、构建模块二、分析处理模块；所述图像采集模块采集隧道爆破后的掌子面图像，并将掌子面图像传输至构建模块一、构建模块二；所述构建模块一根据建立的爆破后掌子面图像样本数据库，构建钻爆法隧道爆破后掌子面图像的掌子面超欠挖区域识别模型；所述构建模块二根据建立的掌子面上靶标图像样本数据库，构建掌子面靶标区域识别模型；所述分析处理模块基于所述构建模块一对掌子面图像的识别结果、所述构建模块二对掌子面靶标图像的识别结果，分析出爆破后隧道掌子面的超欠挖量。
7.根据权利要求6所述的钻爆法隧道爆破后掌子面超欠挖的图像识别装置，其特征在于：所述构建模块一包括掌子面图像数据模块、掌子面超欠挖区域识别模块；所述掌子面图像数据模块接收图像采集模块传输的掌子面图像，建立掌子面图像数据库，并将掌子面图像传输至掌子面超欠挖区域识别模块；所述掌子面超欠挖识别模块接收掌子面图像，识别掌子面图像中的掌子面超欠挖区域、背景区域，对掌子面图像进行深度学习，建立掌子面超欠挖区域识别模型。
8.根据权利要求6所述的钻爆法隧道爆破后掌子面超欠挖的图像识别装置，其特征在于：所述构建模块二包括掌子面靶标图像数据模块、掌子面靶标区域识别模块；所述掌子面靶标图像数据模块接收图像采集模块传输的掌子面图像，建立掌子面靶标图像数据库，并将掌子面靶标图像传输至掌子面靶标区域识别模块；所述掌子面靶标区域识别模块接收掌子面靶标图像，识别掌子面靶标图像中的靶标区域、背景区域，对掌子面靶标图像进行深度学习，建立掌子面靶标区域识别模型。
9.一种电子设备，其特征在于：包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
10.一种计算机可读介质，所述可读介质存储有计算机程序，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1-5中任一所述的方法。
