基于深度学习的隧道不良地质超前预测方法及系统

本公开提供了基于深度学习的隧道不良地质超前预测方法及系统，涉及隧道工程技术领域，包括：获取不良地质雷达图像数据，并进行预处理；将预处理后的图像数据输入至地质雷达解译模型GPR‑YOLOv5中，输出不良地质预测识别结果；其中，在地质雷达解译模型GPR‑YOLOv5中，CA注意力机制模块关注图像数据中的显著区域，利用池化核在水平和竖直方向进行池化，提取图像特征后对特征图进行融合拼接，生成过渡特征图；使用GhostC3结构进行通道扩展，将过渡特征图中的低级特征与高级特征进行结合，获取丰富的图像上下文信息，再使用GSConv模块卷积模块对每个节点的邻居节点的过渡特征图进行加权和聚合，更新节点的特征表示，输出不良地质预测识别结果。