Aprendizado Profundo Semântico Integrado com Otimização Baseada em Regras de Recursos RGB para Detecção e Avaliação de Corrosão em Superfícies de Instalações

Nos últimos anos, redes neurais convolucionais (CNNs) foram aplicadas para detectar corrosão em imagens. Infelizmente, a corrosão é detectada em caixas delimitadoras, sem segregar precisamente os elementos de corrosão em formas de limites irregulares, tornando difícil avaliá-los quantitativamente, como em termos de áreas de corrosão e gravidade da corrosão, que são importantes para os engenheiros avaliarem o desempenho e a condição de um alvo de inspeção. Além disso, treinar um modelo CNN eficaz exige a criação de um conjunto de dados de treinamento marcando os pixels de corrosão em cada imagem, o que é tedioso e trabalhoso. Este artigo apresenta uma abordagem de aprendizado profundo de segmentação semântica juntamente com uma ferramenta de rotulação de imagens eficiente para preparar rapidamente grandes conjuntos de dados de treinamento e detectar, segmentar e avaliar corrosão nas imagens de forma eficaz. A ferramenta de rotulação de imagens foi desenvolvida implementando um método de segmentação de imagem não supervisionada baseado em textura, integrado à otimização de classificador baseada em características de vermelho-verde-azul (RGB). A ferramenta permite que os usuários construam um classificador de corrosão baseado em pixels com um pequeno conjunto de imagens rotuladas manualmente. Este pequeno conjunto de imagens rotuladas é usado para otimizar o classificador de corrosão baseado em pixels para gerar automaticamente segmentos de corrosão para um grande número de imagens de treinamento. Um modelo CNN com recurso de segmentação semântica é então treinado para detecção e segmentação de corrosão. Finalmente, um método de avaliação de corrosão é proposto para classificar cada pixel de um segmento de corrosão em categorias prescritas pelo usuário, como corrosão pesada, corrosão média e corrosão leve. A abordagem integrada foi testada em imagens coletadas por engenheiros de inspeção profissionais. Os resultados indicaram que a abordagem proposta é praticamente aplicável para avaliação de corrosão em uma ampla gama de instalações industriais e infraestrutura civil.