[發明專利]一種地下排水管道病害識別方法、智能終端及存儲介質

有效

• 申請號: 201910866237.0
• 申請日: 2019-09-12
• 公開（公告）號: CN110766045B
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 李清泉;余建偉;郭文浩;陳智鵬;方旭
• 申請（專利權）人: 深圳大學
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06V20/70;G06V10/82;G06N3/0464;G06N3/08;G06Q50/26
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文;劉文求

1.一種地下排水管道病害識別方法，其特征在于，包括如下步驟：

采集地下排水管道病害的圖片，對所述圖片按照病害類型進行分類，對分類的圖片進行病害標注，構建訓練數據集；

根據所述訓練數據集對不同管材的地下排水管道病害進行層次分類訓練，得到層次分類的深度神經網絡模型；

所述根據所述訓練數據集對不同管材的地下排水管道病害進行層次分類訓練，得到層次分類的深度神經網絡模型，具體包括：

使用殘差網絡作為骨干網絡的卷積神經網絡，用于利用圖像級標簽區分所述訓練數據集中不同管材的不同病害；

通過層次分類分層地對不同管材的病害進行分類，得到層次分類的深度神經網絡模型；

構建層次分類的深度神經網絡模型時，在卷積層加全連接層為18層的殘差網絡中的conv4塊之后創建與conv5塊相同的另一個分支，兩個相同的塊名為conv5-0和conv5-1，其中conv5-0用于識別PVC管材病害，conv5-1用于識別混凝土管材病害，兩個分支共享由早期卷積塊捕獲的低級特征，并專門用于最后一個卷積塊的病害檢測和病害分類；

將經過預處理的地下排水管道病害的圖片輸入到所述層次分類的深度神經網絡模型中進行自動識別，輸出病害識別和分類結果；

所述將經過預處理的地下排水管道病害的圖片輸入到所述層次分類的深度神經網絡模型中進行自動識別，輸出病害識別和分類結果，具體包括：

獲取經過預處理的地下排水管道病害的圖片；

將所述經過預處理的地下排水管道病害的圖片輸入到所述層次分類的深度神經網絡模型中進行自動識別；

所述層次分類的深度神經網絡模型進行病害識別，輸出病害識別和分類結果，實現較高的識別精度的同時保持較快的識別速度。

2.根據權利要求1所述的地下排水管道病害識別方法，其特征在于，所述采集地下排水管道病害的圖片，對所述圖片按照病害類型進行分類，對分類的圖片進行病害標注，構建訓練數據集，具體包括：

獲取圖像采集設備采集的地下排水管道病害的圖片；

接收對所述圖片按照不同的病害進行人工分類的分類結果；

通過標注軟件將完成分類的圖片進行病害信息的標注；

將完成標注的圖片構建訓練數據集。

3.根據權利要求2所述的地下排水管道病害識別方法，其特征在于，所述圖像采集設備包括電子內窺鏡、平板設備以及魚眼攝像頭。

4.根據權利要求1所述的地下排水管道病害識別方法，其特征在于，所述殘差網絡為：將深層網絡構建為淺層網絡和自身映射的增加層，將訓練好的淺層結構與自身映射的増加層通過殘差塊連接在一起。

5.根據權利要求1所述的地下排水管道病害識別方法，其特征在于，所述圖像級標簽為在圖片上將病害的位置通過多邊形框選出來。

6.根據權利要求1所述的地下排水管道病害識別方法，其特征在于，所述地下排水管道的管材包括：PVC和混凝土。

7.一種智能終端，其特征在于，所述智能終端包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的地下排水管道病害識別程序，所述地下排水管道病害識別程序被所述處理器執行時實現如權利要求1-6任一項所述的地下排水管道病害識別方法的步驟。

8.一種存儲介質，其特征在于，所述存儲介質存儲有地下排水管道病害識別程序，所述地下排水管道病害識別程序被處理器執行時實現如權利要求1-6任一項所述的地下排水管道病害識別方法的步驟。