-
题名改进YOLOv7算法的排水管道缺陷检测与几何表征
- 1
-
-
作者
曾飞
李斌
周健
樊江峰
-
机构
武汉科技大学冶金装备及其控制教育部重点实验室
武汉科技大学机械自动化学院
-
出处
《现代制造工程》
CSCD
北大核心
2024年第3期110-118,共9页
-
基金
国家自然科学基金青年基金项目(61703215)
交通教育研究会2021年教育研究课题项目(JTYB20-71)
+1 种基金
2020年湖北高校省级教学研究项目(2020341)
2019年武汉科技大学教学研究项目(2019Z014)。
-
文摘
定期检查排水管道可以及时发现严重缺陷,对保证排水系统健康运行和城市环境安全具有重要意义。针对排水管道低照度和低分辨率检测困难现状,提出一种改进YOLOv7算法的排水管道缺陷检测与几何表征方法。首先,利用对比度受限自适应直方图均衡化图像增强技术,改善图像的对比度和细节,以提高检测网络对排水管道缺陷的捕获能力;其次,基于设计的Drop-CA和MC模块改进YOLOv7算法,使网络获得浅层缺陷的语义信息并降低误检率,提高模型的分类和定位能力;最后,针对裂缝和断裂2种严重缺陷,设计了一种定量描述该缺陷的几何特征方法来评估缺陷的大小。实验结果表明,改进的网络模型最终平均精度达到93.3%,检测速度达到42.9 f/s。该方法有效提升排水管道缺陷检测和分类精度,且可以有效表征缺陷的几何特征。
-
关键词
图像增强
缺陷检测
改进的YOLOv7算法
drop-ca
几何特征
-
Keywords
image enhancement
defect detection
YOLOv7 algorithm
drop-ca
geometric features
-
分类号
TP271
[自动化与计算机技术—检测技术与自动化装置]
-
