典型文献
基于改进YOLOX的地下排水管道缺陷识别算法
文献摘要：
CCTV检测技术在地下排水管道缺陷检测被广泛应用,但CCTV收集的缺陷图像需要依赖专业的检测人员进行检测识别,结果具有一定主观性且耗费大量时间.为了实现地下排水管道缺陷检测识别自动化,提出了一种基于改进YOLOX的地下排水管道缺陷识别方法.首先针对数据集过少的问题,通过StyleGAN2对原始图像进行预处理,生成多缺陷图像.其次,为了提高检测精度,对YOLOX的特征融合层进行改进,借鉴空洞空间卷积池化金字塔思想并引人SE注意力机制解决顶层特征仅包含单尺度特征且不与其它特征图进行融合的问题,同时设计了一种基于权重的特征融合模块,解决不同特征层融合带来的特征混叠问题.最后,将YOLOX边界损失函数改为CIOU,提高目标检测框回归的效率.实验结果表明,所提的算法能够很好对沉积、渗漏、树根入侵、裂缝和错口 5种缺陷进行识别,mAP达到68.76％,相比原始YOLOX算法提升了 1.62％.
文献关键词：
地下排水管道;YOLOX;缺陷识别;StyleGAN2;特征融合;目标检测
中图分类号：
作者姓名：
陆绮荣;丁昕;梁雅雯
作者机构：
桂林理工大学信息科学与工程学院 广西541000;广西"嵌入式技术与智能系统"重点实验室 广西541000
文献出处：
引用格式：
[1]陆绮荣;丁昕;梁雅雯-.基于改进YOLOX的地下排水管道缺陷识别算法)[J].电子测量技术,2022(21):161-168
A类：
B类：
YOLOX,地下排水管道,排水管道缺陷,管道缺陷识别,识别算法,CCTV,管道缺陷检测,检测人员,检测识别,主观性,耗费,StyleGAN2,原始图像,多缺陷,高检,检测精度,层进,空洞空间卷积池化金字塔,SE,注意力机制,尺度特征,特征图,特征融合模块,决不,特征层融合,边界损失,损失函数,CIOU,目标检测,渗漏,树根,陷进,mAP
AB值：
0.275352
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
