西安石油大学学报(自然科学版)

2022, v.37;No.193(02) 102-109

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种用于石油化工厂环境下的仪表自动检测方法
An Instrument Automatic Detection Method for Petrochemical Works

李伟;王飒;丁健刚;陈昊;肖力炀;

摘要(Abstract):

针对石油化工厂中人工抄表导致的低效、高误差和成本高等弊端,以及仪表图像拍摄条件场景复杂等问题,提出了一种基于改进Faster RCNN模型的工业数字表检测方法。首先,在特征提取网络阶段对卷积层低层和高层的网络特征进行融合,提高模型对细粒度细节和小目标的敏感度;其次,结合SENet网络结构,使模型关注不同通道的重要程度,通过分配不同的学习权重来强化对目标的关注度;最后,利用RPN网络进行最后处理,提取出数字表图像的边界框位置信息。结果表明,本文提出的模型检测精度为97.3%,相对于传统目标检测算法来说能更精准地识别出数字表。

关键词(KeyWords): Faster RCNN;特征融合;SENet;数字表检测

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(51978071);; 中央高校基本科研业务费专项资金资助项目(300102249301,300102249306)

作者(Authors): 李伟;王飒;丁健刚;陈昊;肖力炀;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享