轻量级下水道管道裂纹检测方法基于两机器人和改进的YOLOv8n
Zhenming Lv1, Shaojiang Dong1, Jingyao He2
1School of Mechatronics and Vehicle Engineering, Chongqing Jiaotong University, Chongqing 400074, China.
Sensors (Basel, Switzerland)
|September 28, 2024
概括
这项研究介绍了一种改进的YOLOv8n模型,用于使用机器人检测地下污水管道的裂. 改进后的模型提供了高效和准确的实时裂检测,改善了城市基础设施的维护.
科学领域:
- 土木工程 土木工程是指土木工程.
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
背景情况:
- 地下城市污水管道面临裂检测的挑战,原因是难以进入和恶劣的条件.
- 现有的方法在复杂环境中识别各种裂类型时可能缺乏效率和准确性.
研究的目的:
- 为污水管道开发一种轻量级和高效的裂检测方法.
- 为了提高YOLOv8n模型的性能,以改善裂识别.
- 在现实世界污水管道场景中验证拟议的方法.
主要方法:
- 利用污水管道机器人在水和污泥中快速收集数据.
- 引入了一个轻量级的RGCSPELAN模块来减少模型参数.
- 用Detect_LADH替换了检测头,以改善功能提取.
- 将LSKA模块集成到SPPF模块中,以提高模型的稳定性.
主要成果:
- 改进的YOLOv8n模型实现了160万个参数和261个FPS的实时检测.
- 对于小型和长长的裂均表现出高的检测准确性.
- 在参数数量和速度方面,其表现优于YOLOv5n,YOLOv6n,RT-DETRr18,YOLOv9t和YOLOv10n等其他车型.
结论:
- 拟议的方法是可行的有效的污水管道裂检测.
- 改进的YOLOv8n模型显示了提高城市污水管道维护的安全性,效率和成本效益的潜力.
