为充分利用探地雷达数据、提高岩溶不良地质区域和类型反演的准确性，将深度学习算法引入到探地雷达数据解译中。首先，针对雷达数据特点建立包含特征提取、多维度特征融合与特征解码3个模块的反演网络结构；再利用正演模拟、模型试验、工程案例数据对应建立训练集、测试集与验证集，其中正演模拟过程充分考虑岩溶介质的频散特性，岩溶介质复介电常数通过矢量网络分析仪测试获得；最后，分别对无充填溶洞、充水溶洞、充填潮湿黏土岩体破碎带、无充填溶隙、富水破碎带5个正演模拟案例，以及室内模型试验和充水溶洞实际工程案例的应用进行分析。结果表明，基于深度学习的探地雷达反演模型能够较好地反演岩溶不良地质区域和类型。