油田电力配网作业安全违规行为深度学习识别系统

本发明公开了油田电力配网作业安全违规行为深度学习识别系统，包括视频采集模块、数据预处理模块、改进YOLO模型模块、违规行为判断模块及结果输出模块组成。视频采集设备分布于油田现场关键区域，通过无线网络将视频数据传输到服务器；数据预处理模块采用直方图均衡化和锐化操作增强图像对比度。改进后的YOLO算法模型经过定制化训练，能够精准识别作业人员和设备的行为动作。违规行为判断模块结合油田作业的安全规范，对模型输出的结果进行匹配判定。本发明采用了难例挖掘技术和多阶段训练策略，提高了模型对复杂情况下违规行为的判别能力，结合OpenCV技术，增强了系统应对光线变化和恶劣天气条件的能力，确保了不同光照强度下的识别准确性。