摘要
本发明属于图像处理目标检测技术领域,特别涉及一种基于机器视觉的管道破损漏水检测方法及系统。包括:步骤S1:获取待检测的管道图像数据;步骤S2:通过深度学习YOLOv8s网络模型对待检测的管道图像数据进行检测,以获得检测结果;步骤S3:对检测结果进行判断有无破损目标;若有,则跳转至步骤S4;若无,则通过传统目标检测算法进行检测;步骤S4:对上述检测结果进一步分析管道破损情况,并通过编码后输出至上位机显示。本发明有效的结合了深度学习检测的准确性和传统算法的高召回率,提高了整个管道破损漏水检测的准确率并且减少人工巡检的工作量。
技术关键词
漏水检测方法
多尺度特征融合
管道
视觉
漏水检测系统
数据
网络相机
图像获取模块
降维特征
算法
图像缩放
编码
图像处理
视频流
轮廓
工作量
矩形
系统为您推荐了相关专利信息
跨模态学习
关系建模
特征提取模块
视觉特征
模块通信
自动上料装置
视觉识别系统
电磁夹具
煅烧炉
机械手
融合特征
图像语义分割模型
特征融合网络
多尺度特征
图像分割网络