基于计算机视觉的油气管道失效识别技术  

作　　者：周权 宫彦双 吴超 安超 刘杰[3] 

机构地区：[1]西南交通大学信息科学与技术学院,四川成都611756 [2]塔里木油田公司油气工程研究院,新疆库尔勒841000 [3]中国石油天然气股份有限公司规划总院,北京100083

出　　处：《四川建筑》2023年第1期214-217,共4页Sichuan Architecture

基　　金：四川省科技计划项目(项目编号:2020YFG0303、2020YFH0111);成都市科技项目(项目编号:2019-YF05-02657-SN)。

摘　　要：目前,传统的油气管道失效识别技术依然采用人工检测分析的方法为主,耗时较长且智能化程度低。提出了一种基于残差网络与迁移学习的管道失效图像识别算法,通过深度卷积网络建立了管道失效识别模型,然后利用大型ImageNet数据集中训练好的Resnet152模型参数,在包含1万余张的管道失效图像数据集上进行微调与模型优化,最终实现对细菌腐蚀、土壤腐蚀、环境敏感开裂等15种失效类型的准确识别。实验结果表明,算法的准确率达到95%以上,并具有较强的泛化能力,能够实现对油气管道失效类型的快速准确识别。所提算法可以为油气管道失效的统计与分析提供简单快捷的方法,提高信息化管理水平。

关 键 词：油气管道失效 图像识别 残差网络 迁移学习 

分 类 号：TP391.413[自动化与计算机技术—计算机应用技术]