据报道，日本 NTT 公司开发了一种图像识别技术，可以根据数码相机拍摄的基础设施图像来检测和估计钢铁腐蚀的深度。
该公司表示，在使用钢制管道设施进行验证时，确认可以以0.44毫米的精度估算 型钢的缺陷量。
据报道，该技术可以从图像中自动掌握设备的腐蚀区域和剩余钢材的厚度，从而能够准确评估设备的耐用性和承载性能。
这样可以通过及时进行维修来降低维护成本。
NTT 计划在 2024 财年末将该技术整合到其公司中，并计划将其使用范围扩大到桥梁、钢塔和护栏等其他基础设施。
此外，预计该识别技术将于 5 月 16 日至 17 日在 2024 年筑波论坛上推出。
据报道，日本 NTT 公司开发了一种图像识别技术，可以根据数码相机拍摄的基础设施图像来检测和估计钢铁腐蚀的深度。
对于腐蚀检测，将区域分为钢型材无缺陷且发生轻微腐蚀的区域、型材存在缺陷且发生腐蚀的区域和未发生腐蚀的健康区域。
使用 NTT 的专有数据库，该团队构建了一个机器学习模型，用于“高度准确”的估计。在随着腐蚀的进展而变化的各种外观特征中，例如腐蚀的程度、颜色和锈峰的大小，他们选择了与钢截面缺陷量高度相关的特征。
研究小组表示，基于这一特征，对不同进展程度的腐蚀图像进行分组，并准备腐蚀图像和图像中的横截面缺陷测量值，以便每组都得到充分且均匀的腐蚀。
通过根据适当的特征选择图像并准确测量缺陷数量来构建高质量数据库，从而能够高度准确地估计缺陷。然后检测管道上具有横截面缺陷的腐蚀区域。
他们利用现场安装的钢管，用管道相机拍摄了钢管的内表面。然后，根据图像估计钢截面由于腐蚀而造成的损失量。
据报道，通过分析腐蚀进展程度来估计管道横截面的损失量。由于通讯钢管完好状态下的厚度为4.20毫米，减去截面损失量，可计算出腐蚀区域剩余钢材厚度为2.95毫米。
