公开(公告)号：CN115049600A

公开(公告)日：2022-09-13

申请号：CN202210611308.4

申请日：2022-05-31

Applicant: 哈尔滨工程大学

Inventor： 管练武 ,  王浩博 ,  谷秀毅 ,  王鹏 ,  张子斌 ,  余夕林 ,  林开宏

IPC: G06T7/00 ,  G06T7/62 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种小样本管道缺陷智能识别系统及方法，获得管道图片；对图片进行预处理和增强图片对比度，得到图片数据集；对图片中管道缺陷分类，在包含缺陷的图片中标记真实框，将管道缺陷对应区域标记并打上缺陷类别对应标签；设定初始学习率和batch‑size，利用图片数据集对网络进行训练，网络的Darknet‑53中加入关联注意力机制，用GIoU损失函数替代YOLOv3中MSE损失函数；判断损失函数是否收敛，若收敛，则模型训练收敛，输出网络模型；否则，重新设定batch‑size，继续对网络进行训练；将待识别图像输入训练好的网络模型，输出缺陷识别结果。本发明可以减少人工、设备成本，提高检测速率和效率。

公开(公告)号：CN113780111B

公开(公告)日：2023-11-24

申请号：CN202110982730.6

申请日：2021-08-25

Applicant: 哈尔滨工程大学

Inventor： 管练武 ,  张健秋 ,  孙鹏飞 ,  阮金亮 ,  王星杰 ,  王浩博 ,  谷秀毅 ,  王鹏

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06T7/00

Abstract: 本发明提供一种基于优化YOLOv3算法的管道连接器的缺陷精确识别方法，包括：采集数据；处理数据；得到训练集和验证集；对网络模型参数进行调优试验，提取图片特征值，并且冰冻一部分训练集对管道连接器及缺陷识别模型进行训练；判断是否收敛，损失函数是否过拟合，解冻数据集优化参数继续训练模型；验证最终的训练模型，计算模型得到的管道连接器及缺陷区域与实际标记区域的交并比，绘制各类别精度值的平均值曲线进而分析模型是否满足条件；用训练好的模型将连接器及缺陷识别出来。本发明的检测结果适应于地下深埋、室内等GPS无法定位的小径管道内部检测，可有效识别出管道连接器提高定位精度，同时可检测出管道缺陷情况，提高检测效率并节省检测成本。

公开(公告)号：CN113780111A

公开(公告)日：2021-12-10

申请号：CN202110982730.6

申请日：2021-08-25

Applicant: 哈尔滨工程大学

Inventor： 管练武 ,  张健秋 ,  孙鹏飞 ,  阮金亮 ,  王星杰 ,  王浩博 ,  谷秀毅 ,  王鹏

IPC: G06K9/00

Abstract: 本发明提供一种基于优化YOLOv3算法的管道连接器及缺陷精确识别方法，包括：采集数据；处理数据；得到训练集和验证集；对网络模型参数进行调优试验，提取图片特征值，并且冰冻一部分训练集对管道连接器及缺陷识别模型进行训练；判断是否收敛，损失函数是否过拟合，解冻数据集优化参数继续训练模型；验证最终的训练模型，计算模型得到的管道连接器及缺陷区域与实际标记区域的交并比，绘制各类别精度值的平均值曲线进而分析模型是否满足条件；用训练好的模型将连接器及缺陷识别出来。本发明的检测结果适应于地下深埋、室内等GPS无法定位的小径管道内部检测，可有效识别出管道连接器提高定位精度，同时可检测出管道缺陷情况，提高检测效率并节省检测成本。