[发明专利]管道缺陷检测方法、系统、设备与计算机可读存储介质

权利要求书

1.一种管道缺陷检测方法，其特征在于，所述管道缺陷检测方法包括以下步骤：

获取待检测数据，所述待检测数据为包含管道图像的以下数据至少一种：视频数据、图片数据；

通过预训练多标签图像分类网络对所述待检测数据进行缺陷特征提取，得到缺陷特征数据；

对所述缺陷特征数据进行识别分类，得到缺陷检测结果，并输出所述缺陷检测结果。

2.如权利要求1所述的管道缺陷检测方法，其特征在于，所述对所述缺陷特征数据进行识别分类，得到缺陷检测结果的步骤包括：

将所述缺陷特征数据输入预训练的第一网络，输出缺陷定位数据；

将所述缺陷定位数据添加到所述缺陷检测结果中。

3.如权利要求1所述的管道缺陷检测方法，其特征在于，所述对所述缺陷特征数据进行识别分类，得到缺陷检测结果的步骤包括：

将所述缺陷特征数据输入预训练的分类器，通过所述分类器输出缺陷的缺陷置信度分数及严重程度；

基于所述缺陷置信度分数及严重程度得到所述缺陷检测结果。

4.如权利要求3所述的管道缺陷检测方法，其特征在于，所述待检测数据为视频数据，所述基于所述缺陷置信度分数及严重程度得到所述缺陷检测结果的步骤包括：

将所述缺陷特征数据输入预训练的第二网络，获取旋转得分；

根据所述旋转得分得到旋转判别结果，所述旋转判别结果包括：旋转缺陷、一般缺陷；

基于所述旋转判别结果、所述缺陷置信度分数和严重程度，输出缺陷检测结果。

5.如权利要求1所述的管道缺陷检测方法，其特征在于，所述通过预训练多标签图像分类网络对所述待检测数据进行缺陷特征提取的步骤之前，所述方法还包括：

获取管道图像样本数据，将所述管道图像样本数据输入轻量化特征提取网络进行训练，得到所述多标签图像分类网络。

6.如权利要求2所述的管道缺陷检测方法，其特征在于，所述对所述缺陷特征数据进行识别分类，得到缺陷检测结果的步骤之前，所述方法还包括：

选择卷积核尺寸至少为1*1，第二卷积层数至少为1层的语义分割或目标检测网络，构建得到所述第一网络。

7.如权利要求4所述的管道缺陷检测方法，其特征在于，所述对所述缺陷特征数据进行识别分类，得到缺陷检测结果的步骤之前，所述方法还包括：

选择卷积核尺寸至少为1*1*1，第一卷积层数至少为1层的视频理解网络，构建得到所述第二网络。

8.如权利要求1所述的管道缺陷检测方法，其特征在于，所述对所述缺陷特征数据进行识别分类，得到缺陷检测结果的步骤之后，所述方法还包括：

获取所述缺陷检测结果中缺陷相对于图像中心的位置，并生成时钟位置；

将所述时钟位置标注在所述缺陷检测结果上。

9.如权利要求1所述的管道缺陷检测方法，其特征在于，所述待检测数据为视频数据，所述获取待检测数据的步骤包括：

按照预设帧采集率，从所述视频数据中采集预设帧数的待检测图片；

对所述待检测图片进行尺寸修改，并进行分批，得到已处理数据；

将所述已处理数据作为所述待检测数据。

10.如权利要求1所述的管道缺陷检测方法，其特征在于，所述输出所述缺陷检测结果的步骤包括：

获取缺陷检测结果中每张图像的井内判别得分，将所述井内判别得分与第一阈值比较；

将低于所述第一阈值的图像判别为井外，并筛除所述图像对应的缺陷检测结果，输出剩余的缺陷检测结果。

11.如权利要求1所述的管道缺陷检测方法，其特征在于，所述输出所述缺陷检测结果的步骤包括：

检测所述缺陷检测结果中图像的置信度，并获取所述置信度最高的类；

判段所述置信度最高的类是否为正常；

若是，则筛除所述置信度最高的类为正常对应的缺陷检测结果，输出剩余的缺陷检测结果。