【技术实现步骤摘要】
本申请涉及排水管道缺陷检测模型训练的，具体是涉及一种用于排水管道缺陷分类分级模型的预训练方法及系统。
技术介绍
1、排水管道检测技术在城市基础设施维护中具有重要地位，随着城市化进程的加快，地下排水管道系统的复杂性和规模不断增大，对其定期检查和维护的需求日益迫切。传统的排水管道检测方法依赖于人工目视检查，不仅效率低下，而且存在较大的安全隐患。近年来，基于图像的自动检测技术逐渐成为研究热点，尤其是在缺陷分类分级方面取得了显著进展。这些技术能够快速准确地识别管道内的各种缺陷，并对其进行分类和分级，从而提高检测效率和准确性。
2、为了应对排水管道内复杂的背景环境和细微的缺陷差异，现有的技术通常采用深度神经网络模型进行图像处理。具体而言，常用的方法包括使用自然风光、动植物、人物等大量自然图片对深度神经网络模型进行预训练，然后再用少量带有分类分级标签的排水管道缺陷图片进行微调训练。此外，还有一些方法尝试通过增加数据增强手段来扩充训练集，以提高模型的泛化能力。
3、然而，上述方法存在明显的局限性。首先，自然图像与排水管道内部图...
【技术保护点】
1.一种用于排水管道缺陷分类分级模型的预训练方法，其特征在于，包括：
2.根据权利要求1所述的用于排水管道缺陷分类分级模型的预训练方法，其特征在于，还包括：
3.根据权利要求2所述的用于排水管道缺陷分类分级模型的预训练方法，其特征在于，还包括：
4.根据权利要求2所述的用于排水管道缺陷分类分级模型的预训练方法，其特征在于，还包括：
5.根据权利要求2所述的用于排水管道缺陷分类分级模型的预训练方法，其特征在于，所述生成输入的无标签的排水管道图像在该类别下的目标物体掩码包括：
6.根据权利要求1所述的用于排水管道...
【技术特征摘要】
1.一种用于排水管道缺陷分类分级模型的预训练方法，其特征在于，包括：
2.根据权利要求1所述的用于排水管道缺陷分类分级模型的预训练方法，其特征在于，还包括：
3.根据权利要求2所述的用于排水管道缺陷分类分级模型的预训练方法，其特征在于，还包括：
4.根据权利要求2所述的用于排水管道缺陷分类分级模型的预训练方法，其特征在于，还包括：
5.根据权利要求2所述的用于排水管道缺陷分类分级模型的预训练方法，其特征在于，所述生成输入的无标签的排水管道图像在该类别下的目标物体掩码包括：
6.根据权利要求1所述的用于排水管道缺陷分类分级模型的预训练方法，其特征在于，所述构建不对称两个分支，将变化后的两个图像分别输入不同分支中，对应获取输出特征图像还包括：
7.根...
【专利技术属性】
技术研发人员：蒋湘成，许拥军，于善冬，
申请(专利权)人：南京北控工程检测咨询有限公司，
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。