摘要
本发明公开了一种基于增强半监督模型的供水管网声漏损检测方法,包括:步骤1、获取数据集,并对数据进行弱增强操作和强增强操作;步骤2、基于半监督网络框架构建预测网络,所述预测网络包括权重共享的标记学习分支和未标记学习分支,将弱增强样本集合中带有标签的图像样本输入所述标记学习分支中以输出对应的预测分布;步骤3、利用弱增强样本集合和增强样本集合对预测网络进行训练,以获得管网声漏损监测模型。本发明所提供的方法能在有限的有标签样本条件下,保证声漏损检测模型的识别精度与鲁棒性。
技术关键词
残差卷积神经网络
供水管
标记
分支
正则化方法
标签样本条件
图像
表达式
鲁棒性
对比度
滤波器
框架
亮度
指标
频率
精度
信号
系统为您推荐了相关专利信息
双分支网络
注意力机制
生成训练数据
双三次插值
多光谱图像特征
模式分类模型
模式分类方法
融合特征
卷积特征
煤岩
火灾探测方法
雷达系统
位置检测模块
面部特征识别
湿度检测模块
指数
多光谱遥感图像
标记
数学形态学
遥感图像处理技术