摘要
油气管道安全运输对于能源供应和经济发展都具有重要意义。对管道缺陷进行识别检测是管道系统健康管理中的重要环节,漏磁(MFL)检测是管道缺陷检测的有效手段。针对现有深度学习算法中小缺陷检测精度低的问题,文章提出了一种改进的RetinaNet算法(DAB-RetinaNet)用于管道漏磁图像的智能检测。在缺陷数据集上的评估结果表明,与其他经典的检测器相比,该方法具有更好的识别精度。
出处
《石油和化工设备》
CAS
2024年第8期17-21,共5页
Petro & Chemical Equipment