油管物资跟踪与统计的方法以及电子设备技术

本申请提供一种油管物资跟踪与统计的方法，所述方法包括如下步骤，S1、对预先采集的不同类型油管物资图像进行预处理和数据增强处理，并构建和训练用于油管物资检测的油管物资目标检测模型；S2、通过所述油管物资目标检测模型对油管物资视频中的油管物资进行识别，并根据识别结果赋予每个油管物资唯一的ID标签，利用多帧协同统计算法根据ID标签对油管物资进行统计跟踪。本申请还提供一种电子设备。本申请通过使用目标跟踪算法赋予每个油管物资唯一的ID标签，实现了精确地检测与跟踪油管物资，并且通过多帧协同统计算法，能够有效地解决单帧图片包含不了平铺在地面上所有油管物资的情况，实现精确的油管物资统计，更符合实际应用需求。际应用需求。际应用需求。

【技术实现步骤摘要】
油管物资跟踪与统计的方法以及电子设备


[0001]本申请涉及油田中物资管理
，尤其涉及一种油管物资跟踪与统计的方法以及电子设备。

技术介绍

[0002]近年来，我的石油工业生产取得了突飞猛进的发展，市场需求向着精益化、敏捷化、智能化的方向不断迭代更新。这就要求在油管物资生产、加工、存储以及运输过程中，对物资进行统计以方便管理。
[0003]目前，我国的各大油田主要采用人工技术来统计，通过放置标记物，以区别油管物资是否被统计，最后统计标志物的数量确定物资的数量。除此之外，也有研究人员提出将单帧的油管图片传入到目标检测算法中进行识别的方式，但是在实际的油管物资统计场景中，油管物资被大量的平铺在地面上，通过单帧图片的方式并不能包含某一堆油管物资的全部油管，通过多帧图片的方式，在每一帧图像边缘的油管会被重复统计，从而无法达到精确统计油管物资的目的。

技术实现思路

[0004]有鉴于此，针对现有技术中存在的每一帧图像边缘的油管会被重复统计，从而无法达到精确统计油管物资的缺陷，本专利技术提出一种油管物资跟踪与统计的方法、以及电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种油管物资跟踪与统计的方法，其特征在于，所述方法包括如下步骤，S1、对预先采集的不同类型油管物资图像进行预处理和数据增强处理，并构建和训练用于油管物资检测的油管物资目标检测模型；S2、通过所述油管物资目标检测模型对油管物资视频中的油管物资进行识别，并根据识别结果赋予每个油管物资唯一的ID标签，利用多帧协同统计算法根据ID标签对油管物资进行统计跟踪。2.如权利要求1所述的油管物资跟踪与统计的方法，其特征在于，所述步骤S1包括：构建用于油管物资检测的油管物资目标检测模型，所述油管物资目标检测模型包含输入端，主干特征提取网络，加强特征提取网络以及预测输出端；采集不同类型的油管物资图片，并对油管物资图片进行标定，以预设比例划分所述油管物资目标检测模型的训练集和测试集，并在所述油管物资目标检测模型训练的输入端进行数据增强；对所述油管物资目标检测模型进行训练。3.如权利要求2所述的油管物资跟踪与统计的方法，其特征在于，所述油管物资目标检测模型的所述主干特征提取网络采用CSPDarknet53网络，所述加强特征提取网络采用PANet像素聚合网络，所述输出端采用GIoU作为油管物资检测框边界的损失函数进行反向传播。4.如权利要求1所述的面向视频流的油管物资跟踪与统计的方法，其特征在于，所述步骤S2包括：S21、输入待检测的的油管物资视频；S22、通过油管物资目标检测模型对油管物资视频的视频流中出现的每个油管物资进行跟踪，赋予所述每个油管物资唯一的ID标签；S23、利用多帧协同统计算法根据ID标签对油管物资进行统计。5.如权利要求4所述的面向视频流的油管物资跟踪与统计的方法，其特征在于，所述步骤S22包括：S221、通过油管物资检测模型对油管物资视频中视频流每一帧图片中油管物资进行识别，得到每一帧图片中所有油管物资的检测框和置信度；S222、采用卡尔曼滤波器对所述油管物资进行状态估计，获得油管物资的跟踪框，并计算检测框与跟踪框之间的运动信息匹配度和外观信息匹配度，将运动信息匹配度和外观信息匹配度进行综合匹配后得到关联代价矩阵；S223、使用匈牙利算法对所述关联代价矩阵进行级联匹配，从得到的匹配结果中筛选出最优的匹配结果；S224、通过最优的匹配结果更新每一ID标签对应油管物资在油管物资视频的界面窗口的不同位置。6.如权利要求5所述的油管物资跟踪与统计的方法，其特征在于，所述步骤S222包括：通过8维状态空间(u，v，r，h，x，y，r，h)定义油管物资跟踪场景，其中(u,v)代表跟踪框的中心...

【专利技术属性】
技术研发人员：周箩鱼，郭奕裕，罗明璋，
申请(专利权)人：长江大学，
类型：发明
国别省市：