科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前，传统的油气管道失效识别技术依然采用人工检测分析的方法为主，耗时较长且智能化程度低。提出了一种基于残差网络与迁移学习的管道失效图像识别算法，通过深度卷积网络建立了管道失效识别模型，然后利用大型ImageNet数据集中训练好的Resnet152模型参数，在包含1万余张的管道失效图像数据集上进行微调与模型优化，最终实现对细菌腐蚀、土壤腐蚀、环境敏感开裂等15种失效类型的准确识别。实验结果表明，算法的准确率达到95%以上，并具有较强的泛化能力，能够实现对油气管道失效类型的快速准确识别。所提算法可以为油气管道失效的统计与分析提供简单快捷的方法，提高信息化管理水平。
- 出版日期2023
- 单位中国石油天然气股份有限公司; 西南交通大学
