典型文献
基于YOLO v5的排水管道健康状况评估方法研究
文献摘要：
城市排水管道分布错综复杂,人工调查管道缺陷的方式难以全面检测管道内部状况,且废水废气容易引起事故,安全性得不到保障.近年来多借助手持管道检测设备或爬行机器人通过图像采集的方式代替人工巡检.然而,分析管道图像资料的专业度要求较高,且劳动强度极大、成本高昂,容易造成管道病害识别、评级效率低下,且难以满足管网日益增长的检测、维护需求.研究实现了一个管道功能评级的全流程,采用YOLO v5目标检测模型开展管道功能病害的自动识别并取得了良好效果.通过与人工分析获得的评级结果进行比较,证明了此技术应用的可行性.
文献关键词：
管道病害;人工智能;YOLO v5;功能评级
中图分类号：
作者姓名：
王欢欢;解海立;高岩;刘景旭;宋席发;罗巍;张泽;闫东
作者机构：
北京城市排水集团有限责任公司,北京 100081;北华航天工业学院,廊坊 065000
文献出处：
引用格式：
[1]王欢欢;解海立;高岩;刘景旭;宋席发;罗巍;张泽;闫东-.基于YOLO v5的排水管道健康状况评估方法研究)[J].给水排水,2022(06):130-136
A类：
B类：
YOLO,v5,健康状况评估,城市排水管道,错综复杂,管道缺陷,废水废气,起事,得不到,助手,手持,管道检测,检测设备,爬行机器人,人通,图像采集,代替人工,人工巡检,图像资料,劳动强度,高昂,成管,管道病害,病害识别,管网,功能评级,目标检测模型,自动识别,良好效果,工分
AB值：
0.432753
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。
