融合UMTC-net分割网络的矿山巷道表观裂缝检测方法
关键词：矿山巷道；表观裂缝检测；UMTC-net；自注意力机制；改进渗透算法
摘 要：针对矿山巷道表观裂缝检测问题，研究提出地下矿山巷道裂缝分割网络 (UMTC-net)，实现对裂缝的精确分割与检测。UMTC-net 优化自注意力机制与补丁合并层级联编码裂缝特征，增强对裂缝全局感知。运用改进注意力模块、缩放余弦注意力等，借助补丁层实现采样构建架构，同时采用 Dice Loss 与二元交叉熵结合的方式进行模型训练。在裂缝参数量化方法上，提出改进渗透算法，利用亚像素分割和双线性插值法 精确提取裂缝骨架，并通过正交骨架线法测量裂缝宽度。结果表明，在 Crack500 数据集上，UMTC-net 准确率达 85.15%，平均交并比为 85.78%，F1 值达到 83.27%。在自制试验数据集上，准确率高达 87.51%，平均交并比为 79.98%。裂缝参数量化结果中，宽度计算误差小于 3.51%。研究表明， 提出的方法有效提高了矿山巷道表观裂缝检测的准确性和效率，为矿山安全生产提供了有力保障。
相关新闻