基于注意力机制融合Bi-LSTM的超临界二氧化碳管道验伤方法

本发明涉及管道验伤领域，尤其涉及一种基于注意力机制融合Bi‑LSTM的超临界二氧化碳管道验伤方法。其包括如下步骤：采集管道图像数据、建立搭载注意力模块的Bi‑LSTM深度学习模型；根据管道图像数据建立原始数据集，并对原始数据集进行预处理，得到标准化数据将标准化数据作为输入数据，基于Bi‑LSTM深度学习模型得到拼接数据；将拼接数据作为输入数据，基于注意力模块得到加权数据；基于Adam优化器，对搭载注意力模块的Bi‑LSTM深度学习模型进行优化；输入管道图像数据到优化完毕的搭载注意力模块的Bi‑LSTM深度学习模型进行超临界二氧化碳管道验伤。相较于现有技术，其解决了依赖于人工巡检、检查；图像处理技术差和检测方法分析不够详细的技术问题。