基于计算机视觉的油气管道失效识别技术
Sichuan Architecture(2023)
Abstract
目前,传统的油气管道失效识别技术依然采用人工检测分析的方法为主,耗时较长且智能化程度低.提出了一种基于残差网络与迁移学习的管道失效图像识别算法,通过深度卷积网络建立了管道失效识别模型,然后利用大型ImageNet数据集中训练好的Resnet152模型参数,在包含1万余张的管道失效图像数据集上进行微调与模型优化,最终实现对细菌腐蚀、土壤腐蚀、环境敏感开裂等15种失效类型的准确识别.实验结果表明,算法的准确率达到95%以上,并具有较强的泛化能力,能够实现对油气管道失效类型的快速准确识别.所提算法可以为油气管道失效的统计与分析提供简单快捷的方法,提高信息化管理水平.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined