一种基于水下机器人和改进YOLOv8的大坝水下缺陷自动检测方法技术

一种基于水下机器人和改进YOLOv8的大坝水下缺陷自动检测方法，步骤如下：利用搭载水下高清摄像头的水下机器人获取大坝水下缺陷视频，并截取水下缺陷的图像；采用LabelImg软件对缺陷图像进行标注，形成大坝水下缺陷目标检测数据集；针对水下缺陷检测对YOLOv8网络结构进行改进，得到改进的YOLOv8模型；利用大坝水下缺陷目标检测数据集训练改进的YOLOv8模型，得到大坝水下缺陷检测模型；基于PyQT5搭建大坝水下缺陷检测系统的人机交互界面，并部署在移动工作站上，结合水下机器人，构建大坝水下缺陷实时检测系统，利用该系统对大坝水下部分进行检测。本申请实现水下机器人和深度学习的软硬件结合，对大坝水下缺陷进行多种类、高精度的实时检测，提高了大坝水下缺陷检测的效率。

【技术实现步骤摘要】

本专利技术属于大坝安全检测和深度学习、水下机器人领域，具体涉及一种基于水下机器人和改进yolov8的大坝水下缺陷自动检测方法。

技术介绍

1、大坝作为重要的水利基础设施，在促进经济社会发展中发挥着重要作用。它们具有多种功能，包括供水、发电和防洪。然而，大坝溃坝可能会导致下游的生命和财产遭受灾难性损失。随着时间推移和环境侵蚀等因素的复杂相互作用，内部化学反应和结构荷载会逐渐导致混凝土坝的恶化，产生各种破坏，如裂缝、剥落和露筋，会严重影响结构的强度、耐久性和整体稳定性。因此，确保及时发现、监测和修复这些缺陷对维护大坝的安全运行至关重要。

2、大坝的缺陷往往产生或出现在结构表面，不仅威胁混凝土大坝的运行，而且还会造成大坝的其他损害。针对大坝水上部分的表观缺陷检测，已经发展了基于摄像头、无人机和计算机视觉等技术的先进检测方法，提高了检测效率。然而，大坝水下部分的缺陷检测依旧是一个难以解决的问题。xu等应用探地雷达技术对水工建筑物水下缺陷进行探测，可以高精度地探测防渗地毯式或围裙式水底不均匀沉降和裂缝等隐患；venkatesh等操控搭载了超声波设备的缆控本文档来自技高网...

【技术保护点】

1.一种基于水下机器人和改进YOLOv8的大坝水下缺陷自动检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于水下机器人和改进YOLOv8的大坝水下缺陷自动检测方法，其特征在于，步骤S4中，模型训练的步骤如下：

【技术特征摘要】

1.一种基于水下机器人和改进yolov8的大坝水下缺陷自动检测方法，其特征在于，包括以下步骤：

2.根据权...

【专利技术属性】
技术研发人员：康飞，黄贲，李俊杰，李新宇，朱思思，陈婧，冉毅川，耿在明，万刚，胡兴，武应瑞，赵思曾，汤鹏飞，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：