基于DeformMobileViT的城市地下管道异常样本判别

作者：吴培德; 李波; 姚为; 李鑫; 程立

来源：数字技术与应用, 2023, 41(11): 9-11.

DOI：10.19695/j.cnki.cn12-1369.2023.11.03

<正>城市地下管道是城市的重要基础设施，对地下管道的定期检测是一项重要工作，关系到城市的正常运行。文章针对目前地下管道缺陷检测中的问题，提出了一种DeformMobileViT分类模型，将可变形卷积网络与MobileViT结合，并基于迁移学习训练建模，从管道设备获取的地下管道图像样本中，判别出可能存在各类缺陷的样本。实验结果表明，本文提出的模型F1normal分数达到94.15%。本文工作可以有效降低人工检测的工作量，并提高检测精度，具有良好的应用价值。

• 出版日期2023
• 单位中南民族大学