文献类型：期刊文章

作　　者：苏常旺[1] 胡少伟[2] 张海丰[3] 潘福渠[4] 单常喜[1]

SU Changwang;HU Shaowei;ZHANG Haifeng;PAN Fuqu;SHAN Changxi(School of Civil Engineering,Chongqing University,Chongqing 400045,China;College of Water Resources and Civil Engineering,Zhengzhou University,Zhengzhou 450001,China;Shandong Longquan Pipeline Engineering Co.,Ltd.,Changzhou 277599,China;Shandong Dongxin Plastic Technology Co.,Ltd.,Liaocheng 252000,China)

机构地区：[1]重庆大学土木工程学院,重庆400045 [2]郑州大学水利与土木工程学院,河南郑州450001 [3]山东龙泉管道工程股份有限公司,江苏常州277599 [4]山东东信塑胶科技有限公司,山东聊城252000

出　　处：《测绘通报》

基　　金：重庆市自然科学基金创新群体科学基金(cstc2020jcyj-cxttX0003);国家自然科学基金重点项目(52130901,51739008);重庆市技术创新与应用发展专项重点项目(cstc2019jscx-gksbX0013);泰山产业领军人才工程专项经费。

年　　份：2023

期　　号：12

起止页码：70-72

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对给水管道内缺陷难以快速实时自动化检测的问题,本文基于实际工程项目中采集到的管道缺陷数据集,通过增加注意力模块,得到改进后的新型YOLOX算法模型,从而提出了一种给水管道智能识别与定位方法。利用视频抽帧的方式制作数据集并进行算法模型的训练与预测。测试结果表明:①基于注意力机制的YOLOX算法模型可以达到平均94%的测试精度,均值平均精度达到84%,平均识别速度为16 m/s;②新模型与其他2种常用算法模型(YOLOV3和Fast R-CNN)的训练结果进行对比,其综合性能最好。本文所提出的算法模型同样可以应用于视频实时检测,为给水管道内缺陷智能识别定位提供了一种高效精确的检测技术和方法。

关 键 词：给水管道缺陷  改进YOLOX算法  注意力机制  识别与定位  

分 类 号：P258[测绘类]