【技术实现步骤摘要】
本专利技术属于石化设备的无损检测，具体涉及一种石化设备点蚀识别与定量分析方法和系统。
技术介绍
1、石化设备的金属构件点蚀后，其截面应力提高，结构强度削弱，承载能力下降。设备的安全运行会受到不良影响。因此，必须定期对相关设备进行检测和安全评估。点蚀检测的常用方法是人工检测，即通过目视的方式，检查设备是否发生腐蚀，并使用相应的测量工具测量出腐蚀坑的最大深度。人工检测方法费时费力，精度不高，难以实现对点蚀坑位置、数量、尺寸以及整体分布情况的定量分析。
2、近年来，基于深度学习的计算机视觉技术得到了长足的发展，广泛应用于缺陷检测领域。深度学习方法具有强大的非线性拟合能力，适用于复杂环境条件下的目标检测。而对于点蚀识别问题，其难点在于设备点蚀图像难获取，且点蚀坑分布密集，标注困难。上述现象导致高质量的点蚀图像数据较少，不利于识别模型的学习和优化。
3、在此基础上，本专利技术提供了一种石化设备点蚀识别与定量分析方法，通过人工标注和模型生成伪标注的方式扩充点蚀图像数据量，提高点蚀识别精度。利用深度学习模型的非线性拟合能力，克...
【技术保护点】
1.一种石化设备点蚀识别与定量分析方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种石化设备点蚀识别与定量分析方法，其特征在于，所述S1包括如下子步骤：
3.根据权利要求1所述的一种石化设备点蚀识别与定量分析方法，其特征在于，所述S1包括如下子步骤：所述神经网络模型为目标检测模型或实例分割模型。
4.根据权利要求2所述的一种石化设备点蚀识别与定量分析方法，其特征在于，收集的点蚀图像数据不少于1000张，分辨率不低于200dpi，图像上的点蚀坑周围设有标尺，作为尺寸参照物。
5.根据权利要求1所述的一种石化设备...
【技术特征摘要】
1.一种石化设备点蚀识别与定量分析方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种石化设备点蚀识别与定量分析方法，其特征在于，所述s1包括如下子步骤：
3.根据权利要求1所述的一种石化设备点蚀识别与定量分析方法，其特征在于，所述s1包括如下子步骤：所述神经网络模型为目标检测模型或实例分割模型。
4.根据权利要求2所述的一种石化设备点蚀识别与定量分析方法，其特征在于，收集的点蚀图像数据不少于1000张，分辨率不低于200dpi，图像上的点蚀坑周围设有标尺，作为尺寸参照物。
5.根据权利要求1所述的一种石化设备点蚀识别与定量分析方法，其特征在于，所述s2包括如下子步骤：
6.根据权...
【专利技术属性】
技术研发人员：申志远，张艳玲，程千里，韩磊，屈定荣，陈文武，龙杰飞，
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：
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。