地下病害检测方法、装置、电子设备和存储介质与流程

本技术涉及地下病害检测，具体而言，涉及一种地下病害检测方法、装置、电子设备和存储介质。

背景技术：

1、随着地下交通的发展，病害可能会严重威胁地下交通安全。因此，检测地下病害变的尤为重要。

2、现有技术中，可以通过探地雷达对地下病害进行监测，并生成回波图像。再将回波图像输入计算机中，并通过传统人工对回波图像中的病害进行识别和标注，从而检测出地下病害。

3、但是，人工标注病害信息需要耗费大量的人力物力资源，且对回波图像进行识别需要检测人员具备一定的地质知识，并对探地雷达有一定了解，而此类检测人员较少，因此对地下的检测造成阻碍。

技术实现思路

1、本技术的目的在于，针对上述现有技术中的不足，提供一种地下病害检测方法、装置、电子设备和存储介质，以解决现有技术中人工标注需要耗费大量人力物力资源，且需要检测人员具备地质知识的问题。

2、为实现上述目的，本技术实施例采用的技术方案如下：

3、第一方面，本技术一实施例提供了一种地下病害检测方法，所述方法包括：

4、获取雷达对进行扫描所得到的回波图像；

5、根据用户对所述回波图像中的病害目标进行标注的标注数据，生成标注图像数据，标注图像数据包括：病害图像以及标注数据；

6、根据所述标注图像数据进行数据增强处理，得到多个数据样本；

7、将各所述数据样本输入初始病害检测模型，得到所述初始病害检测模型输出的所述数据样本对应的初始预测结果；

8、根据所述数据样本对应的初始预测结果以及所述数据样本对应的标注数据，对所述初始预测结果进行正负样本分配，得到所述数据样本对应的至少一个正样本以及多个负样本；

9、根据所述至少一个正样本、所述多个负样本以及所述数据样本对应的标注数据，确定所述初始病害检测模型的损失，并根据所述初始病害检测模型的损失对所述初始病害检测模型进行迭代修正，得到目标病害检测模型；

10、基于所述目标病害检测模型进行地下病害检测。

11、可选的，所述根据所述数据样本对应的初始预测结果以及所述数据样本对应的标注数据，对所述初始预测结果进行正负样本分配，得到所述数据样本对应的至少一个正样本以及多个负样本，包括：

12、根据所述数据样本对应的初始预测结果以及所述数据样本对应的标注数据，确定所述数据样本对应的初始预测结果中各预测框的准确度信息，其中，所述初始预测结果中包括多个预测框，所述标注数据中包括至少一个真实框；

13、根据各预测框的准确度信息确定正样本数；

14、根据所述正样本数和所述初始预测结果确定所述数据样本对应的至少一个正样本，并将所述初始预测结果的预测框中除所述正样本之外的预测框作为所述多个负样本。

15、可选的，所述根据所述数据样本对应的初始预测结果以及所述数据样本对应的标注数据，确定所述数据样本对应的初始预测结果中各预测框的准确度信息，包括：

16、确定所述初始预测结果的各预测框与所述真实框之间的重合度信息以及种类预测准确度信息；

17、确定所述真实框的中心点与所述各预测框的中心点的距离；

18、根据所述重合度信息、所述种类预测准确度信息以及所述距离，确定各预测框的准确度信息。

19、可选的，所述根据各预测框的准确度信息确定正样本数，包括：

20、根据各预测框的准确度信息，确定预设个数的待选预测框；

21、根据各待选预测框对应的重合度信息，确定各待选预测框与所述真实框的面积交并比；

22、将各待选预测框与所述真实框的面积交并比相加并取整，得到所述正样本数。

23、可选的，所述根据所述至少一个正样本、所述多个负样本以及所述数据样本对应的标注数据，确定所述初始病害检测模型的损失，包括：

24、根据所述正样本中的预测框和所述标注数据，确定交叠损失；

25、根据所述正样本中的置信度、负样本中的置信度和所述标注数据，确定置信度损失；

26、根据所述正样本的病害种类和所述标注数据，确定病害种类损失；

27、根据所述交叠损失、所述置信度损失和所述病害种类损失，确定所述初始病害检测模型的损失。

28、可选的，所述根据所述标注图像数据进行数据增强处理，得到多个数据样本，包括：

29、从所述标注图像数据中选择第一预设数量的第一待增强数据样本，并基于所述第一待增强数据样本按照第一数据增强方式进行数据增强，得到第一增强数据样本，其中，所述第一数据增强方式包括：病害图像裁剪、旋转、随机拼接；

30、从所述第一增强数据样本中选择第二预设数量的第二待增强数据样本，并基于所述第二待增强数据样本按照第二数据增强方式进行数据增强，得到第二增强数据样本；

31、将所述标注图像数据、所述第一增强数据样本和所述第二增强数据样本组合为所述多个数据样本。

32、可选的，所述基于所述第二待增强数据样本按照第二数据增强方式进行数据增强，得到第二增强数据样本，包括：

33、将多个所述第二待增强数据样本的病害图像按照预设的透明度进行融合，得到一个所述第二增强数据样本的病害图像，并将多个所述第二待增强数据样本的标注数据作为所述第二增强数据样本的标注数据。

34、第二方面，本技术另一实施例提供了一种地下病害检测装置，所述装置包括：

35、获取模块，用于获取雷达对进行扫描所得到的回波图像；

36、生成模块，用于根据用户对所述回波图像中的病害目标进行标注的标注数据，生成标注图像数据，标注图像数据包括：病害图像以及标注数据；

37、数据增强模块，用于根据所述标注图像数据进行数据增强处理，得到多个数据样本；

38、输入模块，用于将各所述数据样本输入初始病害检测模型，得到所述初始病害检测模型输出的所述数据样本对应的初始预测结果；

39、分配模块，用于根据所述数据样本对应的初始预测结果以及所述数据样本对应的标注数据，对所述初始预测结果进行正负样本分配，得到所述数据样本对应的至少一个正样本以及多个负样本；

40、修正模块，用于根据所述至少一个正样本、所述多个负样本以及所述数据样本对应的标注数据，确定所述初始病害检测模型的损失，并根据所述初始病害检测模型的损失对所述初始病害检测模型进行迭代修正，得到目标病害检测模型；

41、检测模块，用于基于所述目标病害检测模型进行地下病害检测。

42、可选的，所述分配模块具体包括：

43、根据所述数据样本对应的初始预测结果以及所述数据样本对应的标注数据，确定所述数据样本对应的初始预测结果中各预测框的准确度信息，其中，所述初始预测结果中包括多个预测框，所述标注数据中包括至少一个真实框；

44、根据各预测框的准确度信息确定正样本数；

45、根据所述正样本数和所述初始预测结果确定所述数据样本对应的至少一个正样本，并将所述初始预测结果的预测框中除所述正样本之外的预测框作为所述多个负样本。

46、可选的，所述分配模块具体包括：

47、确定所述初始预测结果的各预测框与所述真实框之间的重合度信息以及种类预测准确度信息；

48、确定所述真实框的中心点与所述各预测框的中心点的距离；

49、根据所述重合度信息、所述种类预测准确度信息以及所述距离，确定各预测框的准确度信息。

50、可选的，所述分配模块具体包括：

51、根据各预测框的准确度信息，确定预设个数的待选预测框；

52、根据各待选预测框对应的重合度信息，确定各待选预测框与所述真实框的面积交并比；

53、将各待选预测框与所述真实框的面积交并比相加并取整，得到所述正样本数。

54、可选的，所述修正模块具体用于：

55、根据所述正样本中的预测框和所述标注数据，确定交叠损失；

56、根据所述正样本中的置信度、负样本中的置信度和所述标注数据，确定置信度损失；

57、根据所述正样本的病害种类和所述标注数据，确定病害种类损失；

58、根据所述交叠损失、所述置信度损失和所述病害种类损失，确定所述初始病害检测模型的损失。

59、可选的，所述数据增强模块具体用于：

60、从所述标注图像数据中选择第一预设数量的第一待增强数据样本，并基于所述第一待增强数据样本按照第一数据增强方式进行数据增强，得到第一增强数据样本，其中，所述第一数据增强方式包括：病害图像裁剪、旋转、随机拼接；

61、从所述第一增强数据样本中选择第二预设数量的第二待增强数据样本，并基于所述第二待增强数据样本按照第二数据增强方式进行数据增强，得到第二增强数据样本；

62、将所述标注图像数据、所述第一增强数据样本和所述第二增强数据样本组合为所述多个数据样本。

63、可选的，所述数据增强模块具体用于：

64、将多个所述第二待增强数据样本的病害图像按照预设的透明度进行融合，得到一个所述第二增强数据样本的病害图像，并将多个所述第二待增强数据样本的标注数据作为所述第二增强数据样本的标注数据。

65、第三方面，本技术另一实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述第一方面所述方法的步骤。

66、第四方面，本技术另一实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述第一方面所述方法的步骤。

67、本技术的有益效果是：获取雷达对进行扫描所得到的回波图像，然后根据用户对回波图像中的病害目标进行标注的标注数据，生成标注图像数据，再根据标注图像数据进行数据增强处理，得到多个数据样本，从而提高样本数量，进而更好的训练模型，使其输出的结果准确。然后将各数据样本输入初始病害检测模型，得到初始病害检测模型输出的数据样本对应的初始预测结果，再根据数据样本对应的初始预测结果以及数据样本对应的标注数据，对初始预测结果进行正负样本分配，得到数据样本对应的至少一个正样本以及多个负样本，从而减少计算模型损失时的计算量，根据至少一个正样本、多个负样本以及数据样本对应的标注数据，确定初始病害检测模型的损失，并根据初始病害检测模型的损失对初始病害检测模型进行迭代修正，得到目标病害检测模型，从而提高模型准确度。最后，基于目标病害检测模型进行地下病害检测。由于本实施例通过有限的回波图像生成大量的数据样本，从而减少人工标识的工作量，且通过对初始预测结果进行正负样本分配，从而减小初始病害检测模型的损失的计算量，进而高效的训练出理想的病害检测模型，不需要检测人员具备太多的地质知识。