摘要
本申请提出了一种基于GELAN的管道病害检测的方法、系统、设备及介质,涉及管道检测技术领域。该方法包括以下步骤:获取包含有待检测管道的目标图像。将目标图像送入深度学习模型进行管道病害检测,以得到检测结果图像以及病害信息;其中,所述深度学习模型是将GELAN网络模型进行减少深度因子和宽度因子处理,并以深度卷积DWConv作为网络主干,以Dysample上采样模块进行上采样的网络模型。该方法能够提高管道病害检测的准确性和鲁棒性,并降低对计算资源和样本数量。
技术关键词
管道病害检测
深度学习模型
采样模块
因子
上采样
特征金字塔网络
管道检测技术
错位接头
图像获取模块
通道
处理器
分析模块
可读存储介质
鲁棒性
线性
样本
动态