摘要
本文基于计算机视觉技术通过视频自动识别石油炼化企业内的烟雾和火焰.常见的烟雾火焰识别模型多数基于公开的数据集,训练的模型适用于森林、日常常见的火焰,而石油炼化企业的烟雾火焰需要在刚发生时就能及早发现,另外受光照、水蒸气、遮挡等多因素的制约,常见模型难以实现即时、准确的检测炼化厂内的烟雾火焰.本文基于更快的区域卷积神经网络(Faster R-CNN)模型,采集石油炼化厂内的真实数据,充分进行模型训练,实现了对炼化厂内烟雾火焰的高效准确识别,准确率达到 90%以上,可辅助提升石油炼化企业的安全水平.
NETL
NSTL
维普
万方数据