摘要
本发明涉及管道内异物检测技术领域,且公开了一种管道内异物精准检测方法,其检测方法步骤包括:S1、对管道内视频信号进行逐帧分割,形成连续的图像帧信号并对管道内异物进行人工标注,制作管道内异物图像数据集;S2、将管道内异物图像数据集输入到若干个基于多尺度分裂卷积核的卷积神经网络进行分类,并将图像数据集分类为包含和不包含该特定异物的图片;S3、整合并统计各个基于多尺度分裂卷积核的卷积神经网络的异物图片数量进而实现异物检测;本发明针对不同种类的管道内异物分别设置其基于多尺度分裂卷积核的卷积神经网络对其进行识别检测,实现异物精准检测,不易遗漏或误判,且在需要频繁检测的场合,维护和运营成本显著降低。
技术关键词
精准检测方法
多尺度
制作管道
模型预测值
图像
异物检测技术
更新网络参数
图片
数据
样本
矩阵
闭路电视
分类器
输出特征
控制权
元素
索引
信号
系统为您推荐了相关专利信息
医学高光谱
图像分类方法
Softmax函数
输出特征
高光谱图像处理技术
无人机图像识别
水稻生长状态
高分辨率相机
水稻田
饱和度
图像分析模型
溯源码
大数据分析模型
产品溯源信息
图像特征向量