基于深度学习的管道机器人管网缺陷检测方法和系统

本发明公开了一种基于深度学习的管道机器人管网缺陷检测方法和系统，涉及图像处理技术领域，包括：实时采集管道内壁图像并进行预处理，构建高质量管道内壁图像样本；构建浅层分类模型对所述高质量管道内壁图像样本进行二元分类，将包含缺陷的内壁图像样本标记为缺陷图像样本；提取缺陷图像样本的局部特征及全局特征，融合获取细粒度特征，获取缺陷属于不同缺陷标签的权重，构建标签表征，使图卷积网络构建多标签分类模型，自适应地建模标签之间的相关性信息，获得缺陷标签预测结果。本发明利用图卷积网络自适应地建模标签之间的相关性信息，实现对多种管网缺陷类型的分类，提高了管网缺陷检测的效率和准确率，更满足实际应用需求。