公开(公告)号：CN117422984A

公开(公告)日：2024-01-19

申请号：CN202310209688.3

申请日：2023-03-07

Applicant: 黄河勘测规划设计研究院有限公司

Inventor： 李广超 ,  马若龙 ,  涂善波 ,  万占伟 ,  岳善平 ,  张昊 ,  朱培民 ,  张毅 ,  何效周

IPC: G06V20/10 ,  G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的交互式自适应排水管道缺陷智能识别方法，是一种基于深度学习的交互式自适应高准确度排水管道缺陷内窥检测智能识别技术。本发明的重点是交互式强化学习和自适应增加新的缺陷类型，主要体现在：（1）预设排水管道缺陷识别神经网络模型（PipeResNet）能够自适应增加新的缺陷类型；（2）用户将训练好的神经网络模型（PipeResNet）用于新实际视频数据的识别，其结果经过人工交互判断，排除错误识别结果，并将人工判别后的正确结果，作为新的样本，丰富样本库；（3）将实际数据中的新管道缺陷类型的不可识别结果作为异常报警，通过人工交互判别和提取，作为新的缺陷类型填加到样本库，丰富样本库的缺陷类型。