申请号：CN 202310930882.0

申请日期：2023.07.26

失效日期：2043.07.26

申请人：东北石油大学

价格：面议

立即购买

本发明涉及的是一种基于改进残差收缩网络的管道漏磁图像识别方法，它包括：采集某长输油气管道的漏磁图像；对漏磁图像数据集进行旋转、剪裁、缩放、镜像图像变化后，生成漏磁图像数据集；对漏磁图像数据集进行图像预处理，并将预处理后的漏磁图像数据集随机分为训练集和测试集；采用迁移学习的方法，并在神经网络结构中加入不同的注意力机制，得到注意力模型AM；将训练集图像分别加入高斯噪声和椒盐噪声来模拟噪声干扰，向注意力模型AM中插入残差收缩网络DRSN,构成AM‑DRSN50基础模型；利用AM‑DRSN50基础模型对管道漏磁图像进行识别。本发明可以极大地减少人为因素的影响，显著提高识别的准确率和可靠性。