YOLO视觉算法与多模态在雨污水管网视频检测应用研究
DOI: https://doi.org/10.64083/STE2611006
作者
胥仁栋
摘要
针对雨污水管网视频人工判读效率低、小目标缺陷易漏检、同一缺陷跨帧重复标记等问题，结合YOLO视觉算法与多模态大模型构建了一套两阶段管网缺陷检测系统。第一阶段采用YOLOv12m对视频抽帧进行16类缺陷纯识别并入库；第二阶段由C#后台异步调用私有化部署的千问VL多模态模型对检测结果进行语义二次判别，进一步筛选缺陷内容。实验表明该系统mAP50达到72.36%，支管暗接、残墙坝根、沉积等缺陷类别召回率均超过0.85，同时通过阶段式解耦有效消除了千问复核对YOLO推理的串行拖累提升整体系统稳定性。系统已在真实管网检测场景部署应用，显著提升了检测效率与报告质量。
关键词
YOLOv12；多模态大模型；管道缺陷检测；千问VL；两阶段架构；雨污水管网
