[發明專利]管道損傷檢測方法、裝置、設備及存儲介質在審
| 申請號： | 202011385962.5 | 申請日： | 2020-12-02 |
| 公開（公告）號： | CN112446870A | 公開（公告）日： | 2021-03-05 |
| 發明（設計）人： | 劉杰;王健宗;瞿曉陽 | 申請（專利權）人： | 平安科技（深圳）有限公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00 |
| 代理公司： | 北京市京大律師事務所 11321 | 代理人： | 姚維 |
| 地址： | 518033 廣東省深圳市福田區福*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 管道 損傷 檢測 方法 裝置 設備 存儲 介質 | ||
本發明涉及人工智能領域，公開了一種管道損傷檢測方法、裝置、設備及存儲介質。方法包括：獲取待檢測的管道巡檢視頻；將所述管道巡檢視頻輸入預置管道損傷檢測模型進行逐幀檢測，輸出檢測結果；若所述檢測結果為當前視頻幀中存在管道損傷，則調用預置OpenCV接口，將所述檢測結果中的五維向量可視化為檢測框；將所述檢測框與所述管道巡檢視頻中的對應視頻幀相結合，得到標注有管道損傷位置和損傷種類的管道巡檢標注視頻。本發明對管道損傷檢測這一特定任務進行針對性優化，具有對管道損傷檢測任務更好的適用性，大大提高了管道損傷檢測的效率。
技術領域
本發明涉及人工智能領域，尤其涉及一種管道損傷檢測方法、裝置、設備及存儲介質。
背景技術
隨著計算機技術的高速發展，計算機視覺已經成為了人工智能的重要領域，在人們生活的方方面面中起到越來越重要的作用。計算機視覺技術的應用十分廣泛，采用計算機視覺技術中的目標檢測方法對目標物體進行識別，可以將圖片或者視頻中重點的目標有效的提取出來，從而達到鑒別的效果。
傳統的管道檢測主要依賴于人工經驗，利用人工經驗進行損傷鑒定十分容易出錯而且檢查的效率十分低，無法滿足城市中大量下水管道的有效、及時的維護要求。
發明內容
本發明的主要目的在于解決目前管道損傷檢測效率低的技術問題。
本發明第一方面提供了一種管道損傷檢測方法，所述管道損傷檢測方法包括：
獲取待檢測的管道巡檢視頻；
將所述管道巡檢視頻輸入預置管道損傷檢測模型進行逐幀檢測，輸出檢測結果；
若所述檢測結果為當前視頻幀中存在管道損傷，則調用預置OpenCV接口，將所述檢測結果中的五維向量可視化為檢測框；
將所述檢測框與所述管道巡檢視頻中的對應視頻幀相結合，得到標注有管道損傷位置和損傷種類的管道巡檢標注視頻。
可選的，在本發明第一方面的第一種實現方式中，在所述獲取待檢測的下水管道視頻之前，還包括：
獲取多個管道巡檢視頻樣本，并對所述管道巡檢視頻樣本逐幀進行損傷信息標注，得到有損傷的正樣本圖像和無損傷的負樣本圖像；
將所述正樣本圖像和負樣本圖像輸入預置目標檢測網絡進行特征提取，得到樣本特征圖；
根據所述樣本特征圖，調用預置AutoFusion算法對所述目標檢測網絡的特征提取層連接部分進行評價指標搜索，并將評價指標最高的組合對應的目標檢測網絡作為最優目標檢測網絡；
調用預置Stacking集成算法對所述最優目標檢測網絡進行集成，得到管道損傷檢測模型。
可選的，在本發明第一方面的第二種實現方式中，所述將所述正樣本圖像和負樣本圖像輸入預置目標檢測網絡進行特征提取，得到樣本特征圖包括：
將所述正樣本圖像和負樣本圖像輸入預置輸入層進行數據增強，得到增強樣本圖片；
對所述增強樣本圖片進行尺寸大小縮放和裁剪，得到標準樣本圖片；
將所述標準樣本圖片輸入預置CSP網絡進行特征提取，得到樣本特征信息；
將所述樣本特征信息輸入預置Neck網絡進行特征融合，得到樣本特征圖。
可選的，在本發明第一方面的第三種實現方式中，所述根據所述樣本特征圖，調用預置AutoFusion算法對所述目標檢測網絡的特征提取層連接部分進行評價指標搜索，并將評價指標最高的組合對應的目標檢測網絡作為最優目標檢測網絡包括：
調用預置AutoFusion算法，對所述目標檢測網絡的特征提取層連接部分進行一元運維運算，得到一元運算值；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于平安科技（深圳）有限公司，未經平安科技（深圳）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011385962.5/2.html，轉載請聲明來源鉆瓜專利網。
