摘 要: | 为了提高工作人员对油田作业现场原油泄漏事故的监管效率和准确性,避免由于原油泄漏而造成的经济损失,设计与实现了基于YOLOv5网络结构的油田作业现场漏油识别模型。首先通过单反相机收集了室内与室外2种场景下不同距离的漏油数据集,其次采用数据增强的方法对数据集进行扩充,最后将数据集输入到YOLOv5的网络里进行训练,并通过负样本对比方法提高模型准确率。实验结果表明,该模型能够准确检测出油田作业现场原油泄漏事故,其准确率达到了94.2%,检测速度为17.5 ms,满足油田企业需求。目前,该模型已经部署到油田作业现场中,并成功通过了功能测试和性能测试。
|