摘要
本发明涉及基于探地雷达数据的冰裂隙检测技术领域，具体涉及一种基于Siamese孪生网络的冰裂隙检测方法，包括以下步骤：对待处理包含冰裂隙的探地雷达数据，进行数据标准化、滑动窗口划分、构造数据集和数据增强预处理；构建具有编码器和分类器结构的多尺度Gabor‑ResNet‑18深度学习模型；基于Siamese孪生网络框架训练多尺度Gabor‑ResNet‑18深度学习模型的编码器部分；结合训练完毕的编码器所提特征和数据标签，训练多尺度Gabor‑ResNet‑18的分类器部分；采用10次蒙特卡洛随机实验进行模型训练和测试，输出测试结果。本发明提出的基于Siamese孪生网络的冰裂隙检测方法可以提取多角度情况下冰裂隙和连续雪层数据的类内共性特征和类间特性特征，实现基于探地雷达数据的端到端的、准确的、实时的冰裂隙检测。
