一种长输油气管道缺陷识别方法、装置、设备、介质及产品与流程

本发明实施例涉及计算机，尤其涉及一种长输油气管道缺陷识别方法、装置、设备、介质及产品。

背景技术：

1、长输油气管道为能源输送的重要基础设施，其安全运行直接关系到能源安全。管道内检测技术是识别管道缺陷、评估管道安全状态的关键手段。

2、目前，现有方法通过内检测器在管道内部运行，采集管道数据并将管道数据转换为管道内壁图像。进一步的，检测人员通过目视或标注工具对管道内壁图像进行缺陷识别，以确定管道是否存在缺陷。然而，现有方法高度依赖检测人员的专业经验，识别效率较低且易发生漏检。

技术实现思路

1、本发明实施例提供一种长输油气管道缺陷识别方法、装置、设备、介质及产品，以实现在保证检测精度的前提下，提升管道内壁图像的整体处理效率。

2、根据本发明的一方面，提供了一种长输油气管道缺陷识别方法，包括：

3、获取至少一个管道内壁图像以及与所述管道内壁图像对应的管道信息，其中，所述管道信息包括管道重要性信息、检测目的信息和历史缺陷信息中的至少一项或多项；

4、对于每个所述管道内壁图像，基于所述管道信息和运行状态信息，生成状态向量，其中，所述运行状态信息用于表征当前计算资源的负载情况；

5、基于所述状态向量确定目标处理方式，并根据所述目标处理方式所关联的目标模型，对所述管道内壁图像进行级联缺陷检测，输出所述管道内壁图像对应的目标缺陷类别，其中，所述目标模型为第一目标模型、第二目标模型以及第三目标模型中的至少一项或多项，所述第一目标模型、所述第二目标模型和所述第三目标模型的层级结构复杂度依次递增。

6、根据本发明的另一方面，提供了一种长输油气管道缺陷识别装置，该一种长输油气管道缺陷识别装置包括：

7、图像获取模块，用于获取至少一个管道内壁图像以及与所述管道内壁图像对应的管道信息，其中，所述管道信息包括管道重要性信息、检测目的信息、历史缺陷信息和紧急程度中的至少一项或多项；

8、状态向量生成模块，用于对于每个所述管道内壁图像，基于所述管道信息和运行状态信息，生成状态向量，其中，所述运行状态信息用于表征当前计算资源的负载情况；

9、类别输出模块，用于基于所述状态向量确定目标处理方式，并根据所述目标处理方式所关联的目标模型，对所述管道内壁图像进行级联缺陷检测，输出所述管道内壁图像对应的目标缺陷类别，其中，所述目标模型为第一目标模型、第二目标模型以及第三目标模型中的至少一项或多项，所述第一目标模型、所述第二目标模型和所述第三目标模型的层级结构复杂度依次递增。

10、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

11、至少一个处理器；以及

12、与所述至少一个处理器通信连接的存储器；其中，

13、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的一种长输油气管道缺陷识别方法。

14、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种长输油气管道缺陷识别方法。

15、根据本发明的另一方面，提供了一种计算机程序产品，所述计算机程序在被处理器执行时实现如本发明实施例中任一所述的一种长输油气管道缺陷识别方法。

16、本发明实施例提供的技术方案，通过获取至少一个管道内壁图像以及与管道内壁图像对应的管道信息，并根据每个管道内壁图像的管道信息以及当时设备的运行状态信息，生成该管道内壁图像对应的状态向量。进一步的，基于状态向量确定目标处理方式，并根据目标处理方式所关联的目标模型，对管道内壁图像进行级联缺陷检测，输出管道内壁图像对应的目标缺陷类别。本技术方案，解决了管道内壁图像缺陷检测难以兼顾识别精度与处理效率的技术问题，实现了在保证检测精度的前提下，提升管道内壁图像的整体处理效率的技术效果。

17、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

1.一种长输油气管道缺陷识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述运行状态信息包括cpu利用率、gpu利用率、处理时间以及内存占用率的至少一项或多项，所述对于每个所述管道内壁图像，基于所述管道信息和运行状态信息，生成状态向量，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述状态向量确定目标处理方式，包括：

4.根据权利要求3所述的方法，其特征在于，当所述目标处理方式为所述第一候选处理方式时，所述基于所述目标处理方式所关联的目标模型，对所述管道内壁图像进行级联缺陷检测，输出所述管道内壁图像对应的目标缺陷类别，包括：

5.根据权利要求3所述的方法，其特征在于，当所述目标处理方式为所述第二候选处理方式时，所述基于所述目标处理方式所关联的目标模型，对所述管道内壁图像进行级联缺陷检测，输出所述管道内壁图像对应的目标缺陷类别，包括：

6.根据权利要求3所述的方法，其特征在于，当所述目标处理方式为所述第三候选处理方式时，所述基于所述目标处理方式所关联的目标模型，对所述管道内壁图像进行级联缺陷检测，输出所述管道内壁图像对应的目标缺陷类别，包括：

7.根据权利要求1所述的方法，其特征在于，所述目标模型的模型参数基于下述方式得到：

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

9.一种长输油气管道缺陷识别装置，其特征在于，包括：

10.一种电子设备，其特征在于，所述电子设备包括：

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的一种长输油气管道缺陷识别方法。

12.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的一种长输油气管道缺陷识别方法。