一种基于优化YOLOv3算法的管道连接器及缺陷精确识别方法技术

本发明专利技术提供一种基于优化YOLOv3算法的管道连接器及缺陷精确识别方法，包括：采集数据；处理数据；得到训练集和验证集；对网络模型参数进行调优试验，提取图片特征值，并且冰冻一部分训练集对管道连接器及缺陷识别模型进行训练；判断是否收敛，损失函数是否过拟合，解冻数据集优化参数继续训练模型；验证最终的训练模型，计算模型得到的管道连接器及缺陷区域与实际标记区域的交并比，绘制各类别精度值的平均值曲线进而分析模型是否满足条件；用训练好的模型将连接器及缺陷识别出来。本发明专利技术的检测结果适应于地下深埋、室内等GPS无法定位的小径管道内部检测，可有效识别出管道连接器提高定位精度，同时可检测出管道缺陷情况，提高检测效率并节省检测成本。测效率并节省检测成本。测效率并节省检测成本。

【技术实现步骤摘要】
一种基于优化YOLOv3算法的管道连接器及缺陷精确识别方法


[0001]本专利技术涉及一种基于优化YOLOv3算法的管道连接器及缺陷图像识别技术辅助管道机器人定位以及管道日常维护的方法，尤其涉及一种基于优化YOLOv3算法的管道连接器及缺陷精确识别方法，属于小径管道内部检测


技术介绍

[0002]全世界有300多万公里(中国有超过60万)的管道埋在地下和海床下，其中部分管道为小径管道，但是由于自然腐蚀、人为活动、地壳运动等原因，造成的管道泄漏、破损甚至爆炸事故频频发生，这不仅使运输物质污染造成资源浪费，还会损害环境造成生态灾难，而且在人口集中地区会严重危害人身安全，给社会造成极大的负面影响。因此管道的定期检测与维护是十分必要的，维护管道输送系统的安全运行具有重要意义。
[0003]对此，市面上通过使用管道机器人携带各种检测仪器进入管道内部进行检测，许多管道机器人采用GPS定位，这使其在地下深处、室内等管道环境中定位精度不高，从而导致其管道检测效率降低。目前定位精度较高的一种管道机器人采用基于捷联惯性导航系统/里程仪/管道连接器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于优化YOLOv3算法的管道连接器及缺陷精确识别方法，其特征在于：步骤如下：步骤一、开启小径管道检测机器人的电源，并对小径管道检测机器人参数进行初始化设置，操控机器试验其功能是否满足检测标准；步骤二、将调试好的小径管道检测机器人放入被检测管道中，使其匀速前进，定位模块中微惯性测量单元收集定位信息，并通过数据处理单元对采集到的测量值进行处理，摄像模块收集管道内视频信息，并将定位信息及视频信息通过数据存储单元进行保存；步骤三、将得到的视频数据进行逐帧分析处理，得到图像数据并将其进行扩充，且将图像数据平滑处理，统一格式大小；步骤四、将处理后的图片集进行标记处理，制作数据集得到训练集和验证集；步骤五、通过引入注意力机制模块对YOLOv3深度学习框架中的darknet
‑
53网络结构和损失函数进行优化，对其数据参数进行调优试验，并且冰冻一部分训练集分批进行对管道内部连接器识别模型的训练；步骤六、观察训练模型收敛情况，判断损失函数是否过拟合，是否满足训练标准；如果满足训练标准则直接输出模型，不满足找到较优化的权重函数并且解冻数据集再次精化训练，得到更满足标准的权值函数后输出模型；步骤七、得到最终的训练模型后，进行验证集的批量测试，得到模型标记的管道连接器及缺陷区域标记结果，并调试程序计算出其与实际标记的管道连接器及缺陷区域的交并比，绘制出mAP曲线，根据其检测精度评估模型训练结果的优劣性，判断模型对管道检测要求的满足性；步骤八、利用模型快速识别出管道内部视频中的管道连接器信息，与定位信息中的时间线对应，对加速度计识别的管道连接器信息进行修正，进而提高管道机器人的定位精度；同时模型识别得到管道缺陷情况，得到管道缺陷类别以及可能性概率；...

【专利技术属性】
技术研发人员：管练武，张健秋，孙鹏飞，阮金亮，王星杰，王浩博，谷秀毅，王鹏，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：