石化装置火灾识别模型训练方法及系统制造方法及图纸

本发明专利技术实施例提供一种石化装置火灾识别模型训练方法及系统，属于图像处理技术领域。所述方法包括：采集石化装置火灾场景历史图像信息，并对所述历史图像信息进行预处理，获得图像样本集；在选定的基础神经网络框架中，进行基准网络替换，获得第一候选网络；在所述第一候选网络中进行RPN模块构建，获得训练网络；其中，所述RPN模块的锚框设置基于K‑means++算法实现；将所述图像样本集作为训练样本，基于所述训练网络进行模型训练，获得火灾识别初始模型；基于预设测试集对所述火灾识别初始模型进行测试，在精确率和召回率同步达到预期时输出火灾识别模型。本发明专利技术方案实现了石化场景下微火灾目标的精准识别。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体地涉及一种石化装置火灾识别模型训练方法及一种石化装置火灾识别模型训练系统。

技术介绍

1、石化装置生产过程高温高压，所涉介质易燃易爆，具有较高的火灾、燃爆风险。近年来石化行业火灾爆炸事故仍时有发生，事故表现出危险性高，破坏力强，影响范围大等突出特点，给从业人员及附近居民的生命财产安全带来了较大威胁。且随着生产装置运行年限的增长，设备设施腐蚀老化所带来的介质泄漏、检维修动火作业频率也逐渐增加，使得石化装置发生泄漏、火灾、爆炸的风险显著升高，安全管理难度也进一步提升。

2、目前，石化企业主要依靠外操巡检、内操监盘相结合的模式监控装置生产运行状态。其中，外操主要负责定时、定路线现场检查，内操则是利用dcs系统、可燃气体浓度监控数据以及厂区监控等进行装置运行状态评估判断。但此类方式受到人员能力、精神状态、时间空间限制等多方面影响，难以保证第一时间发现异常和事故征兆。

3、在计算机视觉领域，通过先验知识设计出更加高效的人工识别特征是该领域研究的一种有效手段，常用的图像特征包括：颜色特征、纹理特征、形状特征、空间关系本文档来自技高网...

【技术保护点】

1.一种石化装置火灾识别模型训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述石化装置火灾场景历史图像信息包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述历史图像信息进行预处理，获得图像样本集，包括：

4.根据权利要求3所述的方法，其特征在于，所述数据增强处理包括：

5.根据权利要求1所述的方法，其特征在于，所述基础神经网络框架为Faster R-CNN网络。

6.根据权利要求1所述的方法，其特征在于，替换后的基准网络为：基于残差结构的ResNet-50网络。p>

7.根据权...

【技术特征摘要】

1.一种石化装置火灾识别模型训练方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述石化装置火灾场景历史图像信息包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述历史图像信息进行预处理，获得图像样本集，包括：

4.根据权利要求3所述的方法，其特征在于，所述数据增强处理包括：

5.根据权利要求1所述的方法，其特征在于，所述基础神经网络框架为faster r-cnn网络。

6.根据权利要求1所述的方法，其特征在于，替换后的基准网络为：基于残差结构的resnet-50网络。

7.根据权利要求6所述的方法，其特征在于，所述基于残差结构的resnet-50网络的损失函数为：

8.根据权利要求1所述的方法，其特征在于，所述在所述第一候选网络中进行rpn模块构建，包括：

9.根据权利要求8所述的方法，其特征在于，所述最优化算法表示为：

10.根据权利要求8所述...

【专利技术属性】
技术研发人员：陈新果，矫恒超，王春，张广文，刘刚，李智临，李洪伟，朱先俊，
申请(专利权)人：中国石油化工股份有限公司，
类型：发明
国别省市：