基于YOLOv5s的CCTV排水管道缺陷识别方法研究

韩崔燕，周 扬^*，汪犁辉，雷 豁，姚 丹，梁卫清

(武汉众智鸿图科技有限公司，湖北 武汉 430223)

摘　要：　城市排水管道常出现堵塞、老化、腐蚀、破损等情况，严重影响城市的健康发展和市民的正常生活。通过分析当前排水管道缺陷识别方法的局限性，构建了基于YOLOv5s的排水管道缺陷识别模型，对10种常见的排水管道缺陷进行学习、训练和验证，通过数据收集、数据处理、模型训练和目标检测4个步骤，完成了排水管道缺陷的智能识别。实验结果表明，排水管道缺陷识别模型的多类别平均精确度达到了85.42%(其中错口、异物穿入、渗漏(附着型)和破裂4种缺陷识别的平均精确度分别达到了93.6%、91.7%、91.7%和91.3%)，验证了该模型的有效性。另外，YOLOv5s模型相较于Faster R-CNN模型，多类别平均精确度更高，并且具有模型内存更小、检测速度更快的明显优势，大幅提升了模型的工程适用性。

关键词：　排水管道; CCTV; 缺陷识别; YOLOv5s