ПРИМЕНЕНИЕ КОМПЬЮТЕРНОГО ЗРЕНИЯ ДЛЯ ОБНАРУЖЕНИЯ ДЕФЕКТОВ В СВАРНЫХ ШВАХ

Аннотация

В условиях растущего износа трубопроводов коммунальной инфраструктуры особую значимость приобретает повышение качества диагностирования их технического состояния на этапе эксплуатации, а также повышение качества контроля строительных и ремонтно-восстановительных работ. Своевременное выявление дефектов и повреждений позволяет предупредить возникновение аварийных ситуаций и предотвратить негативные социально-экономические и экологические последствия. Применяемые традиционные методы визуального и инструментального контроля имеют ряд недостатков, в частности, высокую трудоемкость, длительное время обработки информации, недостаточную точность. Решение данной проблемы возможно путем применения компьютерного зрения для выявления и классификации повреждений, что позволит повысить качество обнаружения дефектов, снизить вероятность человеческих ошибок, а также ускорить сам процесс диагностирования. Однако разный уровень готовности разрабатываемых алгоритмов машинного обучения требует дополнительных исследований, которые подтвердили бы эффективность их применения в профессиональных областях, например, при обследовании сооружений, что обосновывает актуальность данного исследования. Объектом исследования данной статьи являлись модели компьютерного зрения семейства YOLO, способные определять различные классы дефектов. Целью исследования стало обучение алгоритмов детекции YOLOv5, YOLOv8 и YOLO11 и сравнительный анализ скорости и точности обработки ими данных на примере дефектов сварных швов. Результаты экспериментальных исследований показывают, что применение последней версии модели не приводит к заметным улучшениям качества детекции дефектов по сравнению с предыдущими версиями. Практическая значимость исследования заключается в том, что представленные в работе результаты позволяют выполнить оценку целесообразности использования новой модели YOLO11 для обнаружения дефектов на примере радиографических снимков. На основе проведенных экспериментов исследователи, использующие методы компьютерного зрения для контроля качества сварных швов, могут принять взвешенное решение о том, стоит ли применять эту модель или же использовать предыдущие версии алгоритмов.