基于PP-YOLOE的城市排水管网缺陷检测及应用

城市排水管网所处环境较为复杂,需要定期进行维护,相关人员需对管道机器人采集的管网CCTV视频逐个进行检查判断。为了节约人力成本,采用深度学习中的目标检测算法(PPYOLOE)智能检测视频中的缺陷信息,并与零样本检测算法(Grounding DINO)进行对比。测试结果表明,PP-YOLOE算法检测的精确率、召回率、准确率分别为1.000、0.875、0.944,大大优于Grounding DINO算法,更适用于排水管网场景。随后,将含有缺陷信息的图片展示在排水管网三维GIS可视化管理平台,便于管理人员直观掌握缺陷情况,辅助提供决策支撑。该项研究成果已在黑龙江某地区的排水管网应用,并取得了较好的效果。