为了避免部分岩土工程灾害发生，对岩石表面裂隙发展方向进行跟踪预测，提高岩石表面裂隙的检出率，提出一种基于改进Faster R-CNN算法的岩石裂隙发展方向跟踪预测方法。该法针对红外热像图中岩石裂隙形态多变、尺寸差异大并对实时性有一定要求的特点，以深度残差网络ResNet50为特征提取网络，利用ROIAlign优化建议框与岩石裂隙特征的空间对应关系，建立特征金字塔融合多尺度特征，对Faster R-CNN算法进行改进，并结合平均红外辐射温度-时间曲线对岩石裂隙发展方向跟踪预测，使用花岗岩单轴压缩试验中采集的红外光谱特征进行试验测试。结果表明，该方法能够较好检测红外热像图中的岩石裂隙，在测试集上的mAP达到88.81%,泛化能力较强，同时结合检测框内的平均红外辐射温度-时间曲线可以较好地跟踪预测裂隙发展方向。

国家自然科学基金资助项目（41977219）；河北省高等学校科学技术重点研究项目（ZD2020152）；

0 引 言
1 岩石裂隙发展方向跟踪预测方法
1.1 改进的Faster R-CNN算法
1.1.1 深度残差网络
1.1.2 优化建议框与岩石裂隙特征的空间对应关系
1.1.3 多尺度特征融合
1.2 平均红外辐射温度-时间曲线
2 试验与分析
2.1 岩石试样制备
2.2 岩石单轴压缩试验与方法
2.3 数据集制备
2.4 神经网络模型训练试验及结果
2.5 岩石裂隙方向发展跟踪预测仿真实验及结 果分析
3 结 语

黄晓红,李铁锋,刘祥鑫,李伟.基于改进Faster R-CNN算法的岩石裂隙发展方向跟踪预测研究[J].河南理工大学学报(自然科学版),2022,41(04):134-141.DOI:10.16186/j.cnki.1673-9787.2020100031.