本發(fā)明涉及一種基于深度學(xué)習(xí)的地下管線檢測(cè)識(shí)別方法，屬于地質(zhì)勘探技術(shù)領(lǐng)域，解決了現(xiàn)有檢測(cè)方法工作效率低及受人為因素影響較大的問(wèn)題。包括：獲取用于地下管線檢測(cè)模型訓(xùn)練所需的數(shù)據(jù)集；構(gòu)建地下管線檢測(cè)模型，并利用上述數(shù)據(jù)集訓(xùn)練模型；利用訓(xùn)練好的地下管線檢測(cè)模型對(duì)地下管線進(jìn)行檢測(cè)識(shí)別。本發(fā)明通過(guò)對(duì)采集的探地雷達(dá)數(shù)據(jù)特性進(jìn)行分析，結(jié)合人工智能算法?“深度學(xué)習(xí)”進(jìn)行地下管線的自動(dòng)檢測(cè)識(shí)別，通過(guò)構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行目標(biāo)特征的自動(dòng)提取，進(jìn)而實(shí)現(xiàn)地下管線的自動(dòng)識(shí)別，提高了地下管線的檢測(cè)效率，可以滿足對(duì)大量探測(cè)數(shù)據(jù)的快速高效處理，同時(shí)有效減少了人為因素對(duì)數(shù)據(jù)解釋和判讀結(jié)果的影響，提高了地下管線檢測(cè)識(shí)別的置信度。