【技术实现步骤摘要】
本专利技术属于人工智能，涉及一种钻井井深的质控方法，具体涉及一种洛阳铲视频自动化检测钻井井深的质控方法。
技术介绍
1、基于地震波分析地质的构造来寻找和查明油气资源是石油勘探领域一种重要的勘探手段，现阶段地震波的产生多通过人为在钻井里埋放炸药激发实现，因此钻井的打孔深度是否达标严重影响最终石油探测结果。基于洛阳铲人工钻井是钻井打孔主要的技术手段，因工程需要，该过程多通过外包的形式由第三方进行，公司通过视频记录的方式完成后期人工质检。但由于第三方人员的良莠不齐、钻井质检视频数量巨大、人工视频浏览方式耗时耗力，因此给后期质检带来极大的工作压力，影响工程效率和质量。
2、近些年来，随着人工智能的不断发展，自动检测识别技术开始越来越多地应用到工业生产、社会安防和生活消费等各个方面，引发了越来越多的关注。基于深度学习的人工智能技术发展迅猛，其主要是通过网络构建，将大量的数据输出到网络中，通过计算机处理这些动作并进行学习，同时对网络模型不断优化，分离出需要识别的有效信息。由于计算机具备速度快、无疲劳、能适应恶劣环境等优点，因此人工智能技...
【技术保护点】
1.一种洛阳铲视频自动化检测钻井井深的质控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的洛阳铲视频自动化检测钻井井深的质控方法，其特征在于，步骤S1中，所述YOLOv5网络的架构包括输入端、骨干网络、颈部网络和输出端；
3.根据权利要求1所述的洛阳铲视频自动化检测钻井井深的质控方法，其特征在于，步骤S2中，所述图像标注工具采用LabelImg的矩形边界框工具。
4.根据权利要求1所述的洛阳铲视频自动化检测钻井井深的质控方法，其特征在于，步骤S3中，将标注好的钻杆目标样本图像集划分为训练集和测试集时，训练集和测试集的比例为
【技术特征摘要】
1.一种洛阳铲视频自动化检测钻井井深的质控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的洛阳铲视频自动化检测钻井井深的质控方法，其特征在于，步骤s1中，所述yolov5网络的架构包括输入端、骨干网络、颈部网络和输出端；
3.根据权利要求1所述的洛阳铲视频自动化检测钻井井深的质控方法，其特征在于，步骤s2中，所述图像标注工具采用labelimg的矩形边界框工具。
4.根据权利要求1所述的洛阳铲视频自动化检测钻井井深的质控方法，其特征在于，步骤s3中，将标注好的...
【专利技术属性】
技术研发人员：胡素平，易昌华，吴绍玉，乔永杰，魏文宏，张志霞，
申请(专利权)人：中国石油天然气集团有限公司，
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。