一种基于深度学习的燃气管道泄漏检测方法

本发明公开了一种基于深度学习的燃气管道泄漏检测方法，属于图像数据处理技术领域，包括步骤：获取管道泄漏检测数据集D1；基于目标熵和区域生长构造管道图像预处理模块，用于在样本上生成管道区域标注；基于双路特征提取和动态融合、FFT特征提取等构造双路径道注意力模块DPCA；基于SegFormer编码器和DPCA构造燃气泄漏分割网络并训练得到燃气泄漏分割模型，用于待识别的管道红外图像识别中。本发明无需引入额外管道标注任务，能通过管道图像预处理模块快速定位管道区域，通过DPCA对特征提取、分析和识别，能提高气体泄漏检测的准确率，尤其适用于对比度低、以及工业场景复杂的管道红外图像中泄漏区域的识别。