地下管网系统在保证城市正常运行中起着重要的作用,定期检查排水管道及早发现安全隐患并采取措施显得尤为重要。目前排水管道的检测主要依靠人工视觉,针对检测工作量大且误判率高的问题,提出了一种VGG16卷积神经网络的地下排水管道缺陷图像分类方法。该方法能够自动学习管道图片的特征,并对其分类;合理的扩充数据集,解决数据不均衡的问题,从而进一步优化模型的性能。实验结果表明,该模型对管道图像二分类准确率达到了94.3%,表现出较好的泛化性能,明显高于人工分类精度。