摘要
本申请提供了一种基于图像在竖井中识别横管的方法及其相关设备,包括:通过构建深度学习网络模型,并对该深度学习网络模型进行训练得到横管识别模型;当无人机在目标竖井中巡检时,通过安装在无人机上的摄像头实时采集目标竖井的实时井壁图像;将实时井壁图像输入横管识别模型中,得到横管识别结果,横管识别结果包括第一识别结果和第二识别结果。本发明提供的基于图像在竖井中识别横管的方法,通过无人机搭载的摄像头实时采集图像数据,并利用深度学习模型进行横管中心方位的识别,实现了无人机自主识别和定位横管的能力,大大提高了巡检和维护的效率和安全性。
技术关键词
井壁图像
深度学习网络模型
构建深度学习网络
像素
无人机
坐标
YOLO算法
顶点
图像采集单元
深度学习模型
标记
处理器
地下管道
存储器
可读存储介质
包裹
电子设备
数据
光照
系统为您推荐了相关专利信息
三维卷积神经网络
甘薯病毒病
无人机遥感技术
无人机遥感影像
数据
机载高光谱
数据处理方法
高光谱相机
可见光图像
轨迹聚类算法
深度学习网络模型
导电粒子
评价方法
工业生产线
LCD面板
玉米收割机
坐标
卫星定位模块
计算机执行指令
数据