油气管道焊缝缺陷智能识别方法研究

李进涛; 罗仁泽; 刘琪

doi:10.11907/rjdk.251693

您当前的位置：

首页 >

文章列表页 >

油气管道焊缝缺陷智能识别方法研究

更新时间：2026-07-22

- 油气管道焊缝缺陷智能识别方法研究
- Research on Intelligent Recognition Methods for Oil and Gas Pipeline Weld Defects
- 软件导刊 2026年页码：1-9
- 作者机构：
  
  1.西南石油大学电气信息学院
  2.西南石油大学油气藏地质及开发工程全国重点实验室
  3.西南石油大学地球科学与技术学院，四川成都 610500
- 作者简介：
  
  李进涛（2000-），男，西南石油大学电气信息学院硕士研究生，研究方向为基于深度学习的目标检测算法
  罗仁泽（1973-），男，博士，西南石油大学电气信息学院教授、博士生导师，研究方向为油气储层智能预测方法、油气勘探开发数据人工智能分析方法
  刘琪（2000-），男，西南石油大学电气信息学院硕士研究生，研究方向为基于深度学习的目标检测算法。本文
- 基金信息：
- DOI：10.11907/rjdk.251693
  中图分类号： TP391.41
- 收稿：2025-12-18，
  
  网络首发：2026-07-21，
- 稿件说明：
移动端阅览
李进涛, 罗仁泽, 刘琪. 油气管道焊缝缺陷智能识别方法研究[J/OL]. 软件导刊, 2026,1-9.

LI Jintao, LUO Renze, LIU Qi. Research on Intelligent Recognition Methods for Oil and Gas Pipeline Weld Defects[J/OL]. Software Guide, 2026, 1-9.
李进涛, 罗仁泽, 刘琪. 油气管道焊缝缺陷智能识别方法研究[J/OL]. 软件导刊, 2026,1-9. DOI： 10.11907/rjdk.251693.

LI Jintao, LUO Renze, LIU Qi. Research on Intelligent Recognition Methods for Oil and Gas Pipeline Weld Defects[J/OL]. Software Guide, 2026, 1-9. DOI： 10.11907/rjdk.251693.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进YOLO11的工人安全帽与反光衣检测算法

基于YOLOv12的低对比度下轻量化目标检测方法

融合分割与分类模型的遥感图像目标检测方法

基于改进YOLOv8网络的大块煤检测模型

基于改进YOLOv8的安全帽佩戴检测算法

油气管道焊缝缺陷智能识别方法研究

Research on Intelligent Recognition Methods for Oil and Gas Pipeline Weld Defects

DOI：10.11907/rjdk.251693