摘要
本发明公开了一种抽油机盘根漏油故障检测方法。该方法首先利用Retinexformer暗光图像增强网络,提升图像亮度和对比度,突出抽油机盘根设备关键部位的特征信息。通过使用MobileNet v3轻量化网络替换YOLOv8的主干网络,降低计算负荷,输入主干提取的特征至颈部网络,进一步融合不同尺度之间的关系。引入高效多尺度注意力机制EMA模块,重新组织通道维度和批次维度,以提高模型处理特征的能力,捕捉像素级别的对应关系。在检测回归损失中,将CIOU替换为Wise‑IOU,以权衡高低质量样本的比例,减轻低质量样本的惩罚效果。该方法能够实时准确预警抽油机盘根漏油故障,有效保障生产安全。
技术关键词
抽油机盘根
漏油故障
高效多尺度
注意力机制
神经网络架构搜索
采油机
图像增强网络
抽油机工作
模块
残差结构
对比度
训练集
恢复器
关系
亮度
通道
噪声
系统为您推荐了相关专利信息
样本
辅助分类器
故障诊断方法
连续小波变换
网络结构