基于改进YOLOX的地下排水管道缺陷识别算法

作     者：陆绮荣 丁昕 梁雅雯 Lu Qirong;Ding Xin;Liang Yawen

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 

基　　金：国家自然科学基金(62166012) 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2022年第45卷第21期

页      码：161-168页

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入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%。

主 题 词：地下排水管道 YOLOX 缺陷识别 StyleGAN2 特征融合 目标检测 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.19651/j.cnki.emt.2210174

馆 藏 号：203116291...