-
题名一种面向管道缺陷检测的漏磁数据增强方法
- 1
-
-
作者
赵东升
杨理践
耿浩
郑福印
唐权宇
-
机构
沈阳工业大学信息科学与工程学院
沈阳工程学院自动化学院
-
出处
《仪表技术与传感器》
CSCD
北大核心
2023年第12期111-116,共6页
-
基金
国家自然科学基金青年基金项目(62101356)
辽宁省教育厅基本科研项目面上项目(JYTMS20230327)。
-
文摘
大规模标注数据集是深度学习模型应用的前提。由于油气管道的特殊性,短时间内较难建立具有良好标注信息的大规模数据集。文中提出一种基于漏磁场物理学模型的漏磁数据增强方法。首先,利用三维磁偶极子模型生成各种尺寸缺陷漏磁场法向分量、切向分量和周向分量的仿真数据,并与在役管道检测数据进行随机融合,实现缺陷样本数据的扩充。最后,基于只包含仿真缺陷的样本,对YOLOX-Tiny、-S和-M 3个版本分别进行了100轮训练,再利用真实缺陷样本进行测试。实验结果表明:所扩充的样本数据能够使模型收敛,其中Tiny和S版本的平均精度可稳定在40%左右,间接地说明了所扩充的样本与真实管道缺陷具有一定的相似性,所提数据增强方法具有一定的有效性。
-
关键词
数据增强
磁偶极子模型
缺陷检测
油气管道
-
Keywords
data augmentation
magnetic dipole model
defect detection
oil and gas pipelines
-
分类号
TH878
[机械工程—精密仪器及机械]
-