摘要
本申请涉及图像处理技术领域,提供一种基于弱标注的管道漏磁信号金属损失检测方法,包括:将获取的漏磁信号图像转化为RGB图像,再利用预设数量的带有矩形框标注的RGB图像训练检测模型,以令检测模型生成预测矩形框,及利用带有类别标注的RGB图像训练分类模型,以令分类模型获取类别置信度得分;基于分类模型生成热力图,基于热力图生成拟合矩形框,结合预测矩形框与拟合矩形框的重叠度评估结果及类别置信度得分,计算拟合分数;通过拟合分数得到目标检测模型对待测漏磁信号图像执行金属损失检测,得到检测结果。所述方法通过检测模型与分类模型协同,结合热力图及拟合评估,降低人工标注需求的同时提升金属损失检测精度。
技术关键词
管道漏磁
漏磁信号
生成热力图
训练检测模型
训练分类模型
特征融合网络
像素点
训练集
加权特征
执行色阶
生成多尺度
多尺度特征
图像处理技术
邻域
图谱
种子
因子
系统为您推荐了相关专利信息
计算机内存条
老化测试系统
网格
红色
生成热力图
日志数据处理方法
分布式搜索引擎
负载均衡算法
收集日志数据
日志数据处理装置
核电站
工况诊断方法
训练检测模型
预训练模型
数据
灯珠
标注方法
训练检测模型
特征提取模型
图像特征数据