一种基于深度学习的管道环焊缝缺陷检测方法及系统

本发明涉及管道环焊缝检测，公开了一种基于深度学习的管道环焊缝缺陷检测方法及系统，在管道表层布设多种传感器采集多模态信号，结合惯性测量装置进行位姿校正，构建多模态时间序列数据矩阵；经预处理与分段，计算得到动态基准带并输出上下界；对各片段折线拟合提取相变因子三元组，与基准带比较筛选事件候选段；基于候选段构建多段时域耦合关系图谱，生成主导响应模式候选集；输入多分支时序编码网络提取三模态特征并生成时序融合特征；与缺陷原型库相似度匹配获得缺陷类别概率序列，经单模态消融与时序回放验证得到高置信索引，并映射至空间位置结合特征指标输出缺陷类别及严重程度。本发明可实现非开挖条件下的高精度缺陷检测与可靠分类。