-
题名基于小样本不均衡数据的供水管道泄漏智能检测算法
被引量：4
- 1
-
-
作者
孙宗康
饶睦敏
曹裕灵
史艳丽
-
机构
广东电力发展股份有限公司
广东能源集团科学技术研究院有限公司
华南农业华南农业大学图书馆
-
出处
《图学学报》
CSCD
北大核心
2022年第5期825-831,共7页
-
基金
国家自然科学基金项目(51775116)
广东能源集团重点科技项目(YJY/20-033)。
-
文摘
针对能源电厂供水管道泄漏视觉检测存在数据样本少、不均衡等问题,提出一种基于小样本不均衡数据的供水管道泄漏智能检测算法。首先,提出一种基于多掩码混合Multi-mask mix的数据增强方法,通过随机生成掩码层对原始图像进行区域提取与混合,在Multi-mask mix中引入支持向量机(SVM)获取管道正常和泄漏特征,为混合掩码块提供更准确的先验标签;其次,提出一种均衡化策略并应用于图像层面和掩码层面,以实现数据均衡化;最后,基于深度学习的Resnet18网络模型实现管道泄漏检测与识别。实验结果表明,该算法处理图像数据后可使Resnet18模型对管道泄漏识别准确率提升1.1%~4.4%,说明深度学习模型能有效提升管道泄漏检测的分类精度,优于现有其他算法。此外,该算法现已成功应用于能源电厂供水管道泄漏检测。
-
关键词
小样本
多掩码混合
数据增强
数据均衡化
管道泄漏检测
-
Keywords
small sample
multi-mask mix
data enhancement
data equalization
pipeline leakage detection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
