广州地下排水管网智能检测-管道cctv检测公司-qv窥望镜检测普查

广州地下排水管网智能检测-管道cctv检测公司-qv窥望镜检测普查

在成功构建排水管道缺陷识别分类网络和智能标注网络的基础上◇结合某勘测设计研究院具体的排水管网内窥检测及管网评估项目，对所建网络进行实际应用◇排水管道缺陷达到了91％的分类识别准确率。80％的区域分割标注准确率、从结果中可以得出将深度学习技术应用于工程项目中是可行的。

城市规模不断扩大，居民越来越多，早期深埋于城市地下的排水管道已不堪重负，越来越引起人们的广泛关注。目前在工程应用领域，排水管道缺陷主要靠人工的肉眼识别，费时费力，主观误差大，因此开展排水管道缺陷智能识别研究具有重要的现实意义。管道缺陷具有类别多多，差异不明显等特性，导致图像分类识别及分割出精准的缺陷区域变得十分困难，而目前缺陷的智能检测识别技术还处于起步阶段。为了帮助工程人员快速检测出排水管道缺陷，剖析缺陷的外观特征（缺陷的大小，严重程度等），结合工程实际需求（缺陷类别、缺陷具体位置、评估缺陷修复工程量等），地下排水管道缺陷的智能检测技术，通过改进的 AlexNet 网络实现了排水管道脱落、龟裂、裂缝、沉淀、浮渣、结垢腐蚀、树根、错口脱节、障碍物、支管暗接等十种缺陷类型的自动分类，运用 segnet 网络完成了缺陷具体位置的精确分割标注，主要得出了如下结论：1、通过分析我国排水管道的现状，根据缺陷发生概率、危害影响。