【技术实现步骤摘要】
本申请涉及管道缺陷检测领域，具体而言，涉及一种用于检测管道缺陷的方法和装置、电子设备以及非瞬时性计算机可读存储介质。
技术介绍
1、无论是燃气输送、排水输油或者是空调通风，管道都是主要的运送媒介，但由于管道长期埋存于地下或长期暴露在室外风吹雨晒，管道的老化、腐蚀问题严峻，其中排水管道系统作为我国最大的基础设施之一存在的问题更为突出，根据中国水协城市供水年鉴统计结果，我国城市供水管网平均漏失率为15.14％，远高于经济发达国家，排水管道覆盖范围广并且排布错综复杂，我国长输管道经过近20年的快速建设和发展，在役管道里程接近14万公里。
2、传统的闭路电视系统进行缺陷检测完全依赖检测人员的个人经验和主观判断，不仅具有较高的人力成本，且难以达到较高的检测效率。且对于管径较小，管长较长等人难以到达的运输管道，人工巡检难以发挥作用。
3、超声波检测技术通过分析超声波在管道中声速、声幅、频率和波形诸参量的特征变化，对管道质量进行评价。首先当管道存在缺陷时，超声波的收发通路上形成了不连续介质，低频超声波将绕过缺陷向前传播，在探测距离内，所消耗的时间比在无缺陷管壁中直接传播所消耗的时间更长，反映在超声波的声速减小。其次，由于存在缺陷时，超声波在混凝土中传播的声能衰减加大，接受信号的首波幅度下降，由于存在缺陷的管道使高频成分比低频成分消失得更快，接受到的信号频率总是比通过相同测距的无缺陷管壁接受到的低；最后，由于超声波在缺陷界面上的复杂反射、折射使声波传播的相位发生差异，叠加的结果导致接收信号的波形发生畸变。据此可以对管道侧
4、漏磁检测技术是通过磁化金属管道，检测不同位置的磁导率来判断有无缺陷，因为在管道有缺陷部分，磁导率较小，磁感线不能平行分布在管道内部，而是会绕过缺陷位置，这时利用磁传感器以及后续分析即可获得管道缺陷的类型和尺寸。该检测方法更适合于中小型金属管线的检测，但实际上，管道的内外表面一般比较粗糙，漏磁法的检测精度较低，且多数排水管道不是金属材质。
5、分布式光纤管道泄漏检测是指在管道及其沿线并排布置光纤，将传感器沿着光纤布置并通过光纤传递传感器信号，与此同时，该方法还可以感应到沿线周围的环境变化，对管道破坏情况进行警报，但由于铺设光纤时需要埋在一定的深度才能保证作业安全，因此该方法实现成本较高。
6、光纤传感技术集传感与传输于一体，可以获得沿光纤分布被测量的连续信息，对输油气、输水管道的监测具有特殊的应用价值，就应用的广泛性和应用效果而言，基于sagnac干涉仪测试系统、基于mach-zchnder干涉仪测试系统和基于相位敏感光时域反射仪测量系统逐渐成为国内外利用分布式光纤传感技术开展管道流体泄漏检测应用的主体，但单独使用每一种方法都有一定局限性，而多种方法的集成使系统复杂度和使用门槛较高。
技术实现思路
1、本申请旨在提出一种用于检测管道缺陷的方法和装置、电子设备以及非瞬时性计算机可读存储介质，以解决现有的管道检测存在效率低以及成本高的问题。
2、根据本申请的一方面，提出一种用于检测管道缺陷的方法，包括：响应于检测管道缺陷的指令，获取管道的图像数据；利用构建的检测管道缺陷模型，对所述图像数据进行检测，以得到所述管道的缺陷类型；
3、其中，所述检测管道缺陷模型包括掩码训练子模块、标签关联提取子模块和标签相关性融合子模块，所述利用构建的检测管道缺陷模型，对所述图像数据进行检测，以得到所述管道的缺陷类型包括：利用预设的管道缺陷种类构建共现矩阵；利用搭建的嵌入层生成词嵌入向量；利用所述图像数据、所述词嵌入向量和所述图像数据对应的标签状态值向量，通过所述掩码训练子模块，得到第一缺陷分类器；
4、利用所述词嵌入向量和所述共现矩阵，通过所述标签关联提取子模块得到第二缺陷分类器；
5、利用预设的缺陷分类器权值、所述第一缺陷分类器、所述第二缺陷分类器，通过所述标签相关性融合子模块对所述管道对应的管道缺陷种类进行检测。
6、根据一些实施例，在利用构建的检测管道缺陷模型，对所述图像数据进行检测，以得到所述管道的缺陷类型之前，所述方法还包括对所述检测管道缺陷模型进行训练。
7、根据一些实施例，对所述检测管道缺陷模型进行训练包括利用所述预设的管道缺陷种类构建训练用的共现矩阵；利用搭建的嵌入层生成训练用的词嵌入向量；其中，所述管道缺陷单词与对应的词嵌入向量具有如下式所示的关系：
8、y＝softmax(w2avgsum(w1x))
9、其中，x是所述管道缺陷的的one-hot编码，w1和w2分别为所述嵌入层的输入层到映射层的第一权重矩阵和映射层到输出层的第二权重矩阵。
10、根据一些实施例，在利用搭建的嵌入层生成训练用的词嵌入向量之后，对所述检测管道缺陷模型进行训练还包括利用所述训练用的词嵌入向量、所述训练用的共现矩阵、训练用的管道图像数据、所述预设的管道缺陷种类，通过所述检测管道缺陷模型，对所述缺陷分类器权值进行训练。
11、根据一些实施例，利用所述训练用的词嵌入向量、所述训练用的共现矩阵、训练用的管道图像数据、所述预设的管道缺陷种类，通过所述检测管道缺陷模型，对所述缺陷分类器权值进行训练，包括利用下式所述的损失函数进行训练：
12、
13、其中，表示所述标签相关性融合子模块对应的管道缺陷种类中状态值为“未知”类别的输出值，yu表示其是否存在，wu表示状态值为“未知”类别的影响权重，每个缺陷类别的影响权重在图11第三列有所体现，σ为所述标签相关性融合子模块对应的激活函数。
14、根据一些实施例，所述缺陷分类器权值包括第一缺陷分类器权值和第二缺陷分类器权值，利用预设的缺陷分类器权值、所述第一缺陷分类器、所述第二缺陷分类器，通过所述标签相关性融合子模块对所述管道对应的管道缺陷种类进行检测，包括利用下式进行管道缺陷种类进行检测：
15、y＝αytsm+βygcn
16、其中，y为所述标签相关性融合子模块对应的管道缺陷种类的输出值，ytsm为所述第一缺陷分类器的输出值，ygcn为所述第二缺陷分类器的输出值，α为所述第一缺陷分类器权值，β为所述第二缺陷分类器权值。
17、根据一些实施例，所述标签状态值向量通过pytorch框架的torch.nn.embedding()函数得到。
18、根据本申请的一方面，提出一种用于检测管道缺陷的装置，包括管道图像数据获取模块，用于响应于检测管道缺陷的指令，获取管道的图像数据；缺陷类型检测模块，用于利用构建的检测管道缺陷模型，对所述图像数据进行检测，以本文档来自技高网...
【技术保护点】
1.一种用于检测管道缺陷的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在利用构建的检测管道缺陷模型，对所述图像数据进行检测，以得到所述管道的缺陷类型之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，对所述检测管道缺陷模型进行训练包括：
4.根据权利要求3所述的方法，其特征在于，在利用搭建的嵌入层生成训练用的词嵌入向量之后，对所述检测管道缺陷模型进行训练还包括：
5.根据权利要求4所述的方法，其特征在于，利用所述训练用的词嵌入向量、所述训练用的共现矩阵、训练用的管道图像数据、所述预设的管道缺陷种类，通过所述检测管道缺陷模型，对所述缺陷分类器权值进行训练，包括利用下式所述的损失函数进行训练：
6.根据权利要求1所述的方法，其特征在于，所述缺陷分类器权值包括第一缺陷分类器权值和第二缺陷分类器权值，利用预设的缺陷分类器权值、所述第一缺陷分类器、所述第二缺陷分类器，通过所述标签相关性融合子模块对所述管道对应的管道缺陷种类进行检测，包括利用下式进行管道缺陷种类进行检测：
7.根据权
8.一种用于检测管道缺陷的装置，其特征在于，包括：
9.一种电子设备，包括：
10.一种非瞬时性计算机可读存储介质，其上存储有计算机可读指令，当所述指令被处理器执行时，使得所述处理器执行如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种用于检测管道缺陷的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在利用构建的检测管道缺陷模型，对所述图像数据进行检测，以得到所述管道的缺陷类型之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，对所述检测管道缺陷模型进行训练包括：
4.根据权利要求3所述的方法，其特征在于，在利用搭建的嵌入层生成训练用的词嵌入向量之后，对所述检测管道缺陷模型进行训练还包括：
5.根据权利要求4所述的方法，其特征在于，利用所述训练用的词嵌入向量、所述训练用的共现矩阵、训练用的管道图像数据、所述预设的管道缺陷种类，通过所述检测管道缺陷模型，对所述缺陷分类器权值进行训练，包括利用下式所述的损失函数进行训练：
...【专利技术属性】
技术研发人员：尤睿，李欣欣，叶俊强，魏向阳，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。