LeakGPT: detecting water pipe leaks using vision language models
Notice bibliographique
Résumé
Aging water infrastructures pose significant risks to water systems, and detecting water pipe leaks is essential because leaks can lead to service shutdowns and disrupt daily life and industrial operations. Among various inspection techniques, acoustic methods have gained attention due to their ability to detect small leaks that other approaches might miss. Typically, audio signals are converted into spectrograms to enhance the leak-related features. Traditionally, human experts manually analyze these spectrograms which is a both time-consuming and labor-intensive process. More recent approaches employ neural networks to analyze spectrograms automatically. However, these methods often produce results that are hard to interpret, making it challenging for human experts to trust their conclusions. In contrast, vision language models (VLMs) have shown strong capabilities in interpreting images, while their potential for analyzing spectrograms remains unexplored. Herein, we fine-tuned a VLM, which we refer to as LeakGPT, using a customized dataset collected from field water pipeline inspection. Since current VLMs lack specialized knowledge in this domain, we address this gap by leveraging a large language model (LLM) to generate question-answer pairs from manually labeled spectrograms, forming a domain-specific dataset. This dataset is then used to fine-tune three foundational VLMs (Llama3.2, Qwen2, and Pixtral) to establish benchmark performance. Experimental results indicate that LeakGPT, fine-tuned on the Pixtral foundation model, can effectively interpret spectrograms and detect water pipe leaks, indicating its potential as a useful tool in water pipe leak inspection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».