基于深度学习的油库安全监测方法研究

来源 :软件工程 | 被引量 : 0次 | 上传用户:ymeng123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
存储石油化工产品时有极高的安全监测要求,传统油库监测系统采用人工观察视频监控的方式检测产品的存储是否存在安全问题,该方法在火灾应急行动中存在时效性低、响应慢及漏检等问题。针对上述问题,文章提出了一种基于深度学习的油库安全监测方法,在原始YOLOv5(单阶段目标检测算法)的主干网络添加坐标注意力机制(CoordinateAttention,CA),该机制可以得到方向感知和位置感知的注意力图,将这些图应用于输入特征图,可以更加丰富地表示感兴趣对象;使用回归损失函数EIOU_Loss代替原有的GIOU_Loss进行预测框的定位回归损失计算,该方法能提高BoundingBox(边界框)的回归精度;使用DIOU-NMS替换NMS(非极大抑制),可以提高对遮挡目标的辨识度。该方法在自制的测试数据集中的mAP达到了91.2%,说明该方法在油库安全监测领域具有较高的应用价值。
其他文献
目标检测是计算机视觉的重要研究方向之一,旨在准确识别图像中目标的位置和类别,因其较高的准确性,受到研究人员的广泛关注。近年来,计算机技术快速发展,相对于传统的目标检测算法,基于深度学习的目标检测算法的优势逐渐凸显,该算法精度高、实时性好。本文介绍了几种经典的两阶段目标检测算法,对其优缺点进行了比较,并对未来两阶段目标检测算法的发展进行了展望。
针对远程在线智能化健康监控的数据处理需求,基于数据挖掘和深度学习技术原理,文中提出了一种健康云数据监控分析算法。在数据挖掘的框架下,对健康云数据进行预处理,从而完成数据准备。在此基础上,建立了基于多隐藏层级联的深度学习网络的数据挖掘模型。为了更精确地对健康数据展开监控,通过反向传播算法进行网络训练,并使用梯度下降法进行迭代优化,实现网络代价函数的最小化。实验结果表明,文中所提算法相比于现有算法,在
<正>6月30日,十三届全国人大常委会第二十次会议决定免去胡泽君的审计署审计长职务,任命侯凯为审计署审计长,国家主席习近平签署第50号主席令予以任免。侯凯生于1962年,1984年于中央财政金融学院毕业后进入审计署,在审计署工作时间长达29年,历任审计署财政审计司副司长、司长,审计署办公厅主任和审计署副审计
期刊
废钢是现代钢铁工业重要的铁素来源,是钢企实现碳中和的重要原料。不同级别的废钢价格悬殊,其质量直接影响钢企的生产成本和产品质量。因此,废钢入炉前的分类和评级问题,受到钢企的普遍重视和高度关注。针对传统人工方法在废钢的分类评级中所出现的效率低、安全性和公正性差等问题,基于深度学习中的卷积注意力机制和加权双向特征融合网络构建废钢分类评级模型。首先,搭建废钢质量查验物理模型,模拟货车卸载废钢的生产作业场景
目的 分析ICU人工气道患者护理中采用人工气道管理小组的价值。方法 筛选2020年5月~2021年12月入本院ICU治疗的人工气道患者60例作为研究对象,并按随机抽样法分两组,每组30例,对照组采用常规护理,观察组采用人工气道管理小组,对比两组心理状态、护理满意度和舒适度、康复效果、并发症率、生活质量、不良事件发生率。正态计量资料采用 t 检验,计数资料采用 x~2 检验。结果 在护理服务实施前,
负载智能感知是干衣机智能化发展研究中的热点问题。MEMS温湿度传感器因其非接触式、高集成度、高精度特性,可代替传统的电极式电导率传感器,应用于干衣机自动判干与烘干控制。本文在分析干衣机工作过程的基础上,提出了将MEMS温湿度传感器应用于干衣机烘干控制的方法,并进一步探讨了基于数据驱动和深度学习算法,将温湿度传感器应用于负载材质识别的可行性。结果显示,通过LSTM-FCN算法挖掘温湿度曲线隐含信息,
本文对《故乡》中“路”的典故、“闰土”的名与实进行了考释,并讨论了逃离“故乡”的意义、“故乡”主题的叙事传统,而旁及其他篇章如《阿Q正传》,虽考论细节而着眼于全篇,并力求在《呐喊》《彷徨》所开创的中国现代小说的一个叙事传统中来发掘其意义。
本文主要研究了智能视频监控系统在当前矿山、油田、港口、化工、电力等行业安全生产中的应用。近年来,随着网络信息技术的飞速发展,智能视频监控技术得到了广泛的应用,传统的靠人眼监控的方式已经越来越不能满足当前工业安全生产的需要。随着计算机视觉技术的持续飞速发展,为快速分析大量的视频监控数据提供了有效的支撑,使智能视频监控技术在工业安全生产领域得到迅速普及。据调查,目前已经有多种类型的智能视频监控系统在工