《电子测量技术杂志》发表论文赏析

排水管道变形缺陷标注方式对智能识别的影响研究

来源:电子测量技术杂志2026年第8期北京时间:

作者:史雨霏,郭帅,李杰

单位:1.合肥工业大学土木与水利工程学院 合肥 230009; 2.上海勘测设计研究院有限公司 上海 200335

摘要:针对目前排水管道缺陷数据集缺乏标注标准的问题,以管道变形缺陷为研究对象,利用YOLOv8检测模型研究了不同的标注方式对管道缺陷识别结果的影响。首先根据变形缺陷特性将缺陷图像分为凸块变形和整体变形两大类,对凸块变形采用凸块全标和凸块半标两种标注方式,对整体变形采用整体全标和整体半标的标注方式进行标注,并对每种标注方式进行了5次独立实验。结果表明,对于凸块变形采用凸块全标的标注方式,其P、R、F1和mAP50这4项评价指标的数值分别为76.56%、74.36%、75.43%和72.12%,而凸块半标的标注方式其4项数值分别为88.51%、76.77%、82.17%和83.14%,因此凸块半标的标注方式更适用于凸块变形;对于整体变形,采用整体全标的标注方式,其P、R、F1和mAP50这4项评价指标的数值分别为83.85%、84.92%、84.34%和84.46%,而采用整体半标的方式在训练3次之后发现4个评价指标都无法趋于稳定,表明整体全标的标注方式更适用于整体变形。

关键词:排水管道;变形缺陷;管道缺陷识别;YOLOv8;数据集标注;标注方式

基金资助:国家重点研发计划项目(2024YFC3810803)资助

2026年8期其他文献查阅:

光储VSG参数自适应与模型预测协同的调频策略

基于MPSR和IHBA-BiGRU-Attention的短期电力负荷预测

面向精密测量场景的鲁棒亚像素级光斑中心定位方法研究

PT对称供电结构的无人机无线通信网络资源分配方法研究

融合频率增强通道注意力机制的VMD-TCN-NTSformer-FECAM风电功率预测研究

基于多尺度感知的自适应无人机红外小目标检测

基于多策略融合的电动汽车群体内部博弈策略研究

基于多传感器数据融合的无人驾驶车辆临时道路实时感知系统研究

多策略改进黑翅鸢算法的PMSM自抗扰控制

基于改进YOLO11的遥感图像检测算法

FCA*-DWA:面向户外动态停车场全向移动机器人路径规划方法

基于自适应双重优化的模糊评估算法

YOLO-MAF:多尺度特征融合的轻量级小目标检测算法

能耗约束下量子遗传算法时延最小化卸载策略

基于多特征融合的阵列孔径扩展学习方法

基于ResNet-RFA和BiGRU-SATT的弧齿锥齿轮箱故障诊断

基于孪生对抗训练的车联网C-V2X终端指纹识别

基于全国产芯片的仪表着陆系统信号发射单元研制

基于薄膜热电阻传感器的多通道采集系统设计及性能分析

排水管道变形缺陷标注方式对智能识别的影响研究

基于动态特征增强和分层门控融合的遮挡行人重识别

基于ACS-YOLO的复杂背景下线束端子缺陷检测算法

基于多尺度特征的RAMW-YOLOv8船舶目标检测算法

基于轻量级CDM-YOLO的多尺度桥梁混凝土缺陷检测

基于门控Transformer的边缘计算卸载与无线充电器部署联合优化算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!