一种基于多模型融合的管道故障智能检测方法

本申请公开了一种基于多模型融合的管道故障智能检测方法，其特征在于，所述方法包括如下步骤：基于获取的管道内部图像确定缺陷特征类别，将具有相同缺陷特征类别的管道内部图像进行归集，构建多种类型训练数据集；将每类训练数据集输入到对应类型的检测模型中进行训练，得到多个专家检测模型；将实时获取的管道内部图像分别输入专家检测模型进行预测，将各专家检测模型的预测结果在列方向上拼接，逐行对齐，形成一个新张量，得到管道检测初步结果；基于非极大值抑制算法去除冗余预测框，获得管道检测结果。本申请采用多个模型策略，能够弥补单一模型预测精度低，减少误测率，增强了整个预测模型的稳定性和可靠性。