基于改进卷积神经网络的城市地下排水管道视频智能识别

摘要：

城市地下排水管道是市政工程中的一个重要基础设施,但随着管道的老化,不同类型的缺陷开始产生,如何及时有效地对其进行智能识别是当前市政管理面临的一个重要挑战.对此,本文利用当前最新的深度学习进行管道视频图像的智能识别,提出了基于改进卷积神经网络的IM-CNN算法.算法基于InceptionV3框架,针对需要识别的管道图片不同类别缺陷间具有类不平衡性的特点,设计了面向管道识别的改进特征融合策略及新的目标函数.基于地下排水管道数据集的试验表明,该算法的预测识别能力不仅优于传统的机器学习算法,而且强于已有直接利用卷积神经网络的算法.

关键词：地下排水管道;深度学习;卷积神经网络;多分类学习;图像分类

分类号：P258(专业测绘)

资助基金：2019年珠海市促进实体经济高质量发展专项资金

在线出版日期：2021-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：132-135,167