System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机器学习,具体而言,本专利技术涉及一种orv区域结冰情况识别方法、装置、设备及介质。
技术介绍
1、现有技术中,lng接收站有大量输送任务时,人员需频繁巡视orv区域,防止出现大量结冰,或者,参见图2,使用两个ai边缘计算盒对两个定点相机(orv海水面板左边摄像头和orv海水面板右边摄像头)和机器人采集的数据进行实时分析,并将检测结果通过交换机推送到机器人的web页面上,通过工作人员自己判断orv区域的结冰情况,上述方法主要是靠人自己进行判断,准确性低,且工作人员工作强度大。
技术实现思路
1、本专利技术所要解决的技术问题是提供了一种orv区域结冰情况识别方法、装置、设备及介质,旨在解决上述至少一个技术问题。
2、第一方面,本专利技术解决上述技术问题的技术方案如下:一种orv区域结冰情况识别方法,该方法包括:
3、获取针对orv区域的待处理视频;
4、根据所述待处理视频和预训练的识别模型,得到所述orv区域对应的结冰识别结果;
5、其中,所述识别模型是基于结冰orv区域对应的视频帧图像和非结冰orv区域对应的视频帧图像训练得到的,所述结冰orv区域对应的视频帧图像包括不同结冰高度的orv区域对应的视频帧图像。
6、本专利技术的有益效果是:基于针对orv区域的待处理视频,通过预训练的识别模型可自动识别出orv区域的结冰情况,这样可提高识别准确性,并可大大减低人员巡检频率,减轻人员工作强度。
7、在上
8、进一步,上述获取针对orv区域的待处理视频,包括:
9、通过定点摄像头及巡检机器人,获取所述针对orv区域的待处理视频。
10、采用上述进一步方案的有益效果是,基于定点摄像头及巡检机器人可准确获取orv区域的待处理视频。
11、进一步,上述结冰识别结果为结冰或未结冰,当所述结冰识别结果为结冰时,该方法还包括:
12、生成提示信息,并将所述提示信息发送至相关人员的终端上。
13、采用上述进一步方案的有益效果是,可基于提示信息及时提醒相关人员。
14、进一步,若所述结冰识别结果为结冰时,所述结冰识别结果中还包括结冰厚度;所述生成提示信息,并将所述提示信息发送至相关人员的终端上,包括:
15、当所述结冰厚度大于预设的告警阈值时,生成提示信息,并将所述提示信息发送至相关人员的终端上。
16、采用上述进一步方案的有益效果是,当所述结冰厚度大于预设的告警阈值时,表示有风险,此时再生成提示信息,可节省人力资源。
17、进一步,上述识别模型是基于以下方式训练得到的:
18、获取训练样本,所述训练样本包括多帧视频帧图像,多帧所述视频帧图像包括不同结冰厚度的orv区域对应的图像和非结冰orv区域对应的图像;
19、其中,对于每张结冰的orv区域对应的图像,该图像对应一个第一标识,所述第一标识用于表征该图像为结冰的orv区域对应的图像,以及该图像对应的结冰的orv区域的结冰厚度,对于每张未结冰的orv区域对应的图像,该图像对应一个第二标识,所述第二标识用于表征该图像为未结冰的orv区域对应的图像;
20、根据所述训练样本对初始模型进行训练,得到识别模型。
21、采用上述进一步方案的有益效果是,基于包括不同结冰情况的图像训练得到的识别模型,可准确识别出不同结冰情况的orv区域。
22、进一步,该方法还包括:
23、对于所述训练样本中的每张图像,对所述图像进行预处理,得到预处理后的图像,所述预处理包括图像尺寸调整、归一化或图像增强中的至少一项。
24、采用上述进一步方案的有益效果是,对训练样本中的每张图像进行预处理,可提高模型精度。
25、进一步,所述初始模型为基于卷积神经网络构建的深度学习模型。
26、采用上述进一步方案的有益效果是,卷积神经网络具有较好的学习能力,因此基于卷积神经网络可训练得到精度较高的识别模型。
27、第二方面,本专利技术为了解决上述技术问题还提供了一种orv区域结冰情况识别装置,该装置包括:
28、获取模块,用于获取针对orv区域的待处理视频;
29、识别模块,用于根据所述待处理视频和预训练的识别模型,得到所述orv区域对应的结冰识别结果;
30、其中,所述识别模型是基于结冰orv区域对应的视频帧图像和非结冰orv区域对应的视频帧图像训练得到的,所述结冰orv区域对应的视频帧图像包括不同结冰高度的orv区域对应的视频帧图像。
31、第三方面,本专利技术为了解决上述技术问题还提供了一种电子设备,该电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行该计算机程序时实现本申请的orv区域结冰情况识别方法。
32、第四方面,本专利技术为了解决上述技术问题还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本申请的orv区域结冰情况识别方法。
33、本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。
本文档来自技高网...【技术保护点】
1.一种ORV区域结冰情况识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述获取针对ORV区域的待处理视频,包括:
3.根据权利要求1所述的方法,其特征在于,所述结冰识别结果为结冰或未结冰,当所述结冰识别结果为结冰时,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,若所述结冰识别结果为结冰时,所述结冰识别结果中还包括结冰厚度;所述生成提示信息,并将所述提示信息发送至相关人员的终端上,包括:
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述识别模型是基于以下方式训练得到的:
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
7.根据权利要求5所述的方法,其特征在于,所述初始模型为基于卷积神经网络构建的深度学习模型。
8.一种ORV区域结冰情况识别装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1-7中任一项所
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种orv区域结冰情况识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述获取针对orv区域的待处理视频,包括:
3.根据权利要求1所述的方法,其特征在于,所述结冰识别结果为结冰或未结冰,当所述结冰识别结果为结冰时,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,若所述结冰识别结果为结冰时,所述结冰识别结果中还包括结冰厚度;所述生成提示信息,并将所述提示信息发送至相关人员的终端上,包括:
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述识别模型是基于以下方式训练得到的:
【专利技术属性】
技术研发人员:寇征,刘洋,柳超,李柏松,朱凌,苏建伟,崔均,
申请(专利权)人:国家石油天然气管网集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。