摘要
本发明涉及管道缺陷检测技术领域,且公开了基于改进目标检测模型的排水管道缺陷检测方法,包括以下步骤:步骤S1:卷积神经网络的算法模型,启动YOLOv5的缺陷检测算法,YOLOv5中使用的三种损失函数,YOLOv5的检测流程。通过将原始的最大池化改为平均池化,这样可以避免某一点的抖动,并忽略采样区域内大多数数值的分布,通过对原始多尺度特征图进行跨阶段的特征连接,不仅极大地丰富了多尺度特征图的语义信息,这极大地丰富了特征图的语义信息,并允许对类似的缺陷细节进行更深入的控制,CSSPPF模块不仅增强了多尺度特征图的表达能力,还极大地丰富了特征图的语义信息,使模型在检测排水管道中的类似缺陷时更加准确。
技术关键词
检测排水管道
缺陷检测算法
特征金字塔
密集卷积神经网络
语义
融合多尺度特征
管道缺陷检测
空间金字塔池化
算法模型
多尺度特征提取
物体
模块
列表
检测缺陷
图像
对象
注意力机制
系统为您推荐了相关专利信息
医学图像分割网络
多尺度
分支
多级解码器
注意力
心电图分析方法
深度学习模型
噪声抑制
电信号
特征金字塔
图像特征组合
融合特征
视频帧预测方法
时序特征
词语