摘要
本发明公开了一种多模态融合的天然气管道缺陷诊断方法及系统和存储介质,涉及天然气管道泄露检测领域,为解决现有技术中缺少针对天然气管道内部、外部缺陷的全面、高效、高精度检测方法的问题。技术要点:本发明分别基于图像数据和超声波数据对天然气管道内部缺陷进行特征提取;采用基于YOLO的管道表面检测网络对管道表面缺陷进行检测,网络的SPD层用于将特征图的空间维度转换为深度维度,从原特征图的特定区域划分得到子特征图,并利用缩放因子对原特征图进行降采样,非步长卷积层用于在不减少特征图尺寸的前提下进行特征提取;SPP模块用于通过多尺度的池化操作捕捉不同尺度的特征信息,Elan模块用于进行多尺度的特征融合,实现管道表面缺陷的检测。
技术关键词
缺陷诊断方法
天然气管道
超声波探伤装置
脉冲转换电路
二维图像数据
模块
高精度检测方法
多模态
多尺度
缺陷诊断系统
高压电路
表面图像数据
发射电路
网络
可读存储介质
矩阵
超声波探头
系统为您推荐了相关专利信息
机器学习模型
埋地天然气管道
增量更新
深度神经网络模型
地基沉降量
风电机组变流器
异常状态
二维图像数据
滑动窗口
风电系统