小目标检测层优化+多模态数据增强——YOLOv5在油气管道环焊缝缺陷识别的创新应用
全球油气管道总里程已超15万公里,但长期服役带来的环焊缝缺陷(如腐蚀、裂纹)犹如“隐形炸弹”。仅2021年,国内多起管道泄漏事故就造成数亿元损失。传统漏磁检测依赖人工判读图像,效率低、主观性强,漏检率高达20%以上。国家管网集团联合中国矿业大学的创新研究,将Y
全球油气管道总里程已超15万公里,但长期服役带来的环焊缝缺陷(如腐蚀、裂纹)犹如“隐形炸弹”。仅2021年,国内多起管道泄漏事故就造成数亿元损失。传统漏磁检测依赖人工判读图像,效率低、主观性强,漏检率高达20%以上。国家管网集团联合中国矿业大学的创新研究,将Y
虽然我们的肉眼几乎可以立即提取上下文信息,即使是在很远的地方,但图像分辨率和计算资源的限制使得检测较小的对象(即在输入图像中占据小像素区域的对象)对机器来说是一项真正具有挑战性的任务和广阔的研究领域。
论文 下载 检测器 yolov5 architectural 2025-03-28 01:40 12