基于Inception-Resnet神经网络的管道病害图像分类方法及装置

    公开(公告)号:CN113963212A

    公开(公告)日:2022-01-21

    申请号:CN202111241182.8

    申请日:2021-10-25

    申请人: 郑州大学

    摘要: 本发明提供一种基于Inception‑Resnet神经网络的管道病害图像分类方法及装置。所述方法包括:获得管道内表面病害数据集;对管道内表面病害数据集进行增强处理;对病害图像进行分类,将病害图像分类为病害图像训练集,病害图像验证集和病害图像测试集,建立病害图像数据库;构建分类模型并训练;通过设置不同的超参数,对分类模型调优,获得最优分类模型;最优分类模型测试,判断检测指标是否达到预期值;拍摄管道内表面图像,并回传给预设有最优分类模型的工作站终端进行检测,判断各项工作指标能否达到工作要求,本发明通过结合Inception神经网络和Resnet神经网络的各自优点,构建了Inception‑Resnet神经网络,提高了模型检测的准确度,实现了管道内表面病害的自动识别。