排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
将基于深度学习算法的图像识别技术应用到油田作业现场监控领域,解决阀门操作的规范性问题。采用YOLOv5s网络作为作业现场阀门规范操作识别的模型,通过图像增强方法解决阀门周围的栏杆遮挡问题,制作阀门操作的数据集,保证了数据集的丰富性。然后在自制阀门操作分类的数据集上对网络进行训练,利用训练好的YOLOv5s网络提取作业人员不同的阀门操作图像的特征和位置信息,实现作业现场阀门规范操作的识别。经过测试,验证该模型最终检测准确率达到了93%,检测速度能达到实时的效果。基于YOLOv5s网络的作业现场阀门规范操作识别的模型在不同光照和视角等条件下,检测准确率高,鲁棒性好、模型计算速度快。满足了油田作业现场实际需求,解决了油田作业现场员工在阀门操作上的安全问题。 相似文献
3.
油气集输管道是油田的生命线,在冀东油田目前保持陆上产能稳定、大力开发海上产能的形势下,如何开展管道的维修工作,保证油田生产活动的安全正常进行对我们意义重大.不停输带压封堵技术的使用为我们提供了一个在管道不停输状态下处理油气管道穿孔等问题的方法.在冀东油田,不停输带压封堵技术还处于初始状态,但是通过近几年的实际应用,我们... 相似文献
1