基于深度学习的管道缺陷图像检测算法综述

作者：李卓斌 林吾威 俞志龙 胡煜琪 张震祺 胡朦 宓科佳 谢延景

单位：1. 宁波市水务环境工程建设有限公司院 , 宁波 315100； 2. 宁波广强机器人科技有限公司 , 宁波 315000

邮箱：

中文摘要：随着城市化进程加速，供排水管道作为关键基础设施，其安全性至关重要。传统管道缺陷检测依赖人工目视，效率 低且主观性强。近年来，基于深度学习的图像检测技术因其高精度、自动化优势，在管道缺陷智能识别中广泛应用。系统 综述了基于深度学习的供排水管道缺陷图像检测算法，包括：介绍了管道缺陷类型及检测需求，分类综述了基于卷积神经 网络（CNN）的目标检测算法（如 YOLO 系列、Faster R-CNN 等），分析了算法优化策略（如注意力机制、多尺度融合）， 讨论了数据集构建、数据增强及评价指标，总结了当前挑战（如小样本问题、实时性要求），并展望了未来方向（如轻量 化模型、多模态融合）。

中文关键词：供排水管道；缺陷检测；深度学习；图像识别；YOLO；卷积神经网络

英文摘要：

英文关键词：