来源：期刊VIP网 时间：
作者：江松;章睿;崔智翔;王会杰;刘仲光;吴祥业;饶彬舰;
单位：西安建筑科技大学资源工程学院;新疆工程学院新疆煤炭资源绿色开采教育部重点实验室;内蒙古科技大学矿业与煤炭学院;中钢集团赤峰金鑫矿业有限公司;西安建筑科技大学管理学院;
摘要：针对传统露天矿边坡人工检测效率低、主观性强的问题,提出一种基于半监督学习的裂隙智能识别方法,旨在实现高效、精准的自动化检测。构建双模型协同训练框架:通过无人机采集露天矿高陡岩质边坡裂隙图像数据,利用少量人工标注样本与大量未标注数据,设计主模型与评判模型协同迭代优化的半监督学习策略,分析模型在复杂背景下的特征学习能力,并验证半监督机制对性能的提升作用。结果表明:双模型协同训练框架在裂隙识别的精确率、召回率、交并比和平均像素精度分别达到91.9%、91.5%、88.7%和90.2%,均显著优于单一监督模型与传统图像分割算法。研究通过半监督学习策略融合标注数据与未标注数据的特征信息,为露天矿边坡裂隙检测提供了高效、鲁棒的技术路径,可降低对人工标注的依赖,提升复杂场景下的裂隙识别精度。
关键词：安全工程;;裂隙识别;;图像分割;;半监督学习;;掩膜区域卷积神经网络;;U形网络
基金资助：国家自然科学基金项目(52374136);; 中国博士后科学基金项目(326944);; 新疆煤炭资源绿色开采教育部重点实验室开放课题项目(KLXGY KB2411);; 陕西省重点研发计划项目(2024GX YBXM 495)
