《管道智慧型檢測技術研究與套用》是由深圳市勘察研究院有限公司擔任第一完成單位，由呂兵、潘文俊、劉玉賢、方門福、陳遠鴻、胡朝輝、葉紹澤、韓葵、王磊、閆臻、萬叢叢、何文亮、林娟、藍輝、鄭汝育為主要完成人的科研項目。
基本介紹
- 中文名：管道智慧型檢測技術研究與套用
- 第一完成單位：深圳市勘察研究院有限公司
- 主要完成人：呂兵、潘文俊、劉玉賢、方門福、陳遠鴻、胡朝輝、葉紹澤、韓葵、王磊、閆臻、萬叢叢、何文亮、林娟、藍輝、鄭汝育
- 項目類別：科研項目
成果信息,成果摘要,
成果信息
成果登記號 | 20210406 |
成果名稱 | 管道智慧型檢測技術研究與套用 |
第一完成單位 | 深圳市勘察研究院有限公司 |
主要完成人 | 呂兵、潘文俊、劉玉賢、方門福、陳遠鴻、胡朝輝、葉紹澤、韓葵、王磊、閆臻、萬叢叢、何文亮、林娟、藍輝、鄭汝育 |
研究起始日期 | 2016-01-01 |
研究終止日期 | 2019-02-01 |
主題詞 | 深度學習、 排水管道檢測、 智慧型圖像識別、 自更新疊代、 去冗餘融合 |
成果摘要
目前，管道缺陷檢測中最常用的方法就是CCTV（Closed Circuit Television）視頻探損法，該方法在過去 20多年中一直是管道缺陷檢測的主要手段。通過搭載攝像頭的爬行器在管線中行走拍攝管壁四周的視頻圖像，作為後續缺陷檢測與定期維護的依據。然而這種方法的缺陷在於人工依賴程度過高，即依靠經驗豐富的檢測員用肉眼排查視頻圖像，實現定損。一方面，上述的檢測手段的主觀性較強；另一方面，管道密閉狹長，檢測員容易產生視覺疲勞從而出現誤檢、漏檢等情況。 項目創新性地提出以人工智慧算法為核心，海量管道缺陷數據為基礎的“人工智慧+大數據”的方式來解決上述問題。目前，在視覺領域，人工智慧算法中的卷積神經網路以其強大的特徵表征能力已成為當前圖像識別領域最重要的手段，例如，在人臉識別領域，卷積神經網路方法已取得了超越人類識別能力的效果。另外，海量的管道缺陷數據也有助於構建識別能力較強的視覺模型。因此，本項目的目的在於依靠人工智慧算法和管道缺陷大數據構建一款自動化和智慧型化程度較高的缺陷檢測視覺模型。構建後的視覺模型不但可以高效精準的完成多類缺陷的識別與檢測，而且該模型還可以通過新的數據完成“自我學習”並實現自動更新疊代。,目前，管道缺陷檢測中最常用的方法就是CCTV（Closed Circuit Television）視頻探損法，該方法在過去 20多年中一直是管道缺陷檢測的主要手段。通過搭載攝像頭的爬行器在管線中行走拍攝管壁四周的視頻圖像，作為後續缺陷檢測與定期維護的依據。然而這種方法的缺陷在於人工依賴程度過高，即依靠經驗豐富的檢測員用肉眼排查視頻圖像，實現定損。一方面，上述的檢測手段的主觀性較強；另一方面，管道密閉狹長，檢測員容易產生視覺疲勞從而出現誤檢、漏檢等情況。 項目創新性地提出以人工智慧算法為核心，海量管道缺陷數據為基礎的“人工智慧+大數據”的方式來解決上述問題。目前，在視覺領域，人工智慧算法中的卷積神經網路以其強大的特徵表征能力已成為當前圖像識別領域最重要的手段，例如，在人臉識別領域，卷積神經網路方法已取得了超越人類識別能力的效果。另外，海量的管道缺陷數據也有助於構建識別能力較強的視覺模型。因此，本項目的目的在於依靠人工智慧算法和管道缺陷大數據構建一款自動化和智慧型化程度較高的缺陷檢測視覺模型。構建後的視覺模型不但可以高效精準的完成多類缺陷的識別與檢測，而且該模型還可以通過新的數據完成“自我學習”並實現自動更新疊代。
