[发明专利]一种地下排水管道病害识别方法、智能终端及存储介质

权利要求书

1.一种地下排水管道病害识别方法，其特征在于，包括如下步骤：

采集地下排水管道病害的图片，对所述图片按照病害类型进行分类，对分类的图片进行病害标注，构建训练数据集；

根据所述训练数据集对不同管材的地下排水管道病害进行层次分类训练，得到层次分类的深度神经网络模型；

所述根据所述训练数据集对不同管材的地下排水管道病害进行层次分类训练，得到层次分类的深度神经网络模型，具体包括：

使用残差网络作为骨干网络的卷积神经网络，用于利用图像级标签区分所述训练数据集中不同管材的不同病害；

通过层次分类分层地对不同管材的病害进行分类，得到层次分类的深度神经网络模型；

构建层次分类的深度神经网络模型时，在卷积层加全连接层为18层的残差网络中的conv4块之后创建与conv5块相同的另一个分支，两个相同的块名为conv5-0和conv5-1，其中conv5-0用于识别PVC管材病害，conv5-1用于识别混凝土管材病害，两个分支共享由早期卷积块捕获的低级特征，并专门用于最后一个卷积块的病害检测和病害分类；

将经过预处理的地下排水管道病害的图片输入到所述层次分类的深度神经网络模型中进行自动识别，输出病害识别和分类结果；

所述将经过预处理的地下排水管道病害的图片输入到所述层次分类的深度神经网络模型中进行自动识别，输出病害识别和分类结果，具体包括：

获取经过预处理的地下排水管道病害的图片；

将所述经过预处理的地下排水管道病害的图片输入到所述层次分类的深度神经网络模型中进行自动识别；

所述层次分类的深度神经网络模型进行病害识别，输出病害识别和分类结果，实现较高的识别精度的同时保持较快的识别速度。

2.根据权利要求1所述的地下排水管道病害识别方法，其特征在于，所述采集地下排水管道病害的图片，对所述图片按照病害类型进行分类，对分类的图片进行病害标注，构建训练数据集，具体包括：

获取图像采集设备采集的地下排水管道病害的图片；

接收对所述图片按照不同的病害进行人工分类的分类结果；

通过标注软件将完成分类的图片进行病害信息的标注；

将完成标注的图片构建训练数据集。

3.根据权利要求2所述的地下排水管道病害识别方法，其特征在于，所述图像采集设备包括电子内窥镜、平板设备以及鱼眼摄像头。

4.根据权利要求1所述的地下排水管道病害识别方法，其特征在于，所述残差网络为：将深层网络构建为浅层网络和自身映射的增加层，将训练好的浅层结构与自身映射的増加层通过残差块连接在一起。

5.根据权利要求1所述的地下排水管道病害识别方法，其特征在于，所述图像级标签为在图片上将病害的位置通过多边形框选出来。

6.根据权利要求1所述的地下排水管道病害识别方法，其特征在于，所述地下排水管道的管材包括：PVC和混凝土。

7.一种智能终端，其特征在于，所述智能终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的地下排水管道病害识别程序，所述地下排水管道病害识别程序被所述处理器执行时实现如权利要求1-6任一项所述的地下排水管道病害识别方法的步骤。

8.一种存储介质，其特征在于，所述存储介质存储有地下排水管道病害识别程序，所述地下排水管道病害识别程序被处理器执行时实现如权利要求1-6任一项所述的地下排水管道病害识别方法的步骤。