基于深度学习的跑冒滴漏检测方法、装置、设备及介质

摘要文本

来自马-克-数-据-官网 本发明公开了一种基于深度学习的跑冒滴漏检测方法、装置、设备及介质，涉及计算机视觉领域，其中，该方法包括：采集油田作业现场的视频流数据，利用视频流数据中各个帧的图像数据构建跑冒滴漏数据集；依据跑冒滴漏数据集，对基于深度学习的初始跑冒滴漏目标检测模型进行训练和优化，得到经过训练的跑冒滴漏目标检测模型；将待检测视频流数据中各个帧的图像数据输入至经过训练的跑冒滴漏目标检测模型进行目标检测，得到其各个帧的检测数据；根据各个帧的检测数据，计算其相邻帧对应的阀门区域之间的汉明距离；依据汉明距离判断是否发生跑冒滴漏情况，并对判断结果进行存储。本发明有效地提高了跑冒滴漏检测的准确性和检测效率。