卷积神经网络在海洋石油支持船智能视频监控与图像危险识别中的性能分析与优化策略研究

RESEARCH OF PERFORMANCE ANALYSIS AND OPITIMIZATION STRATEGY OF CONVOLUTIONAL NEURAL NETWORK IN INTELLIGENT VIDEO MONITOR AND IMAGE HAZARD IDENTIFICATION OF OFFSHORE OIL SUPPORT VESSELS

褚光辉孙洪杰

大数据时代2024，Issue(9) ：46-49.

来源：

维普
万方数据

卷积神经网络在海洋石油支持船智能视频监控与图像危险识别中的性能分析与优化策略研究

RESEARCH OF PERFORMANCE ANALYSIS AND OPITIMIZATION STRATEGY OF CONVOLUTIONAL NEURAL NETWORK IN INTELLIGENT VIDEO MONITOR AND IMAGE HAZARD IDENTIFICATION OF OFFSHORE OIL SUPPORT VESSELS

褚光辉 ¹孙洪杰¹

扫码查看

作者信息

1. 中海油田服务股份有限公司船舶事业部,河北三河 065200
折叠

摘要

文章分析卷积神经网络(CNN)在海洋石油支持船视频监控与图像危险识别中的性能,着重研究其性能优化策略.文章概述CNN,并结合海洋石油支持船的视频监控应用场景,探讨数据采集与预处理,阐释危险识别任务定义.同时,文章提出选择和优化网络结构、改进训练策略、加速边缘计算集成的优化策略,强调边缘计算在加速图像处理、确保实时性方面的关键作用.旨在提升CNN在识别海洋石油支持船作业过程中的效能,为提高海上安全管理水平提供一个高效的技术框架.

关键词

卷积神经网络/智能视频监控/智能视频图像/危险识别/性能优化

引用本文复制引用

出版年

2024

大数据时代

ISSN：

参考文献量3

段落导航