基于卷积神经网络的管道井缺陷识别研究 |
| |
作者单位: | ;1.郑州大学管理工程学院 |
| |
摘 要: | 管道井与人类社会生活息息相关,而由于管道井盖丢失、破损造成交通事故频发,危害人类财产生命安全。本文提出利用计算机视觉技术检测识别管道井缺陷,然后通过标记报警功能来实时抢修,可以避免更多事故的发生。本文通过构建深度神经网络模型,利用卷积神经网络模型自动提取图像中每种管道井缺陷的特征,通过对管道井的六种缺陷现象进行训练、测试,得到最终识别结果。实验结果表明,卷积神经网络对管道井缺陷图像的识别达到来预期的效果,并在缺陷检测中优于传统的分类模型。
|
关 键 词: | 管道井缺陷识别 图片分类 卷积神经网络 |
Research on Defect Identification of Pipeline Well Based on CNN |
| |
Abstract: | |
| |
Keywords: | |
|
|