摘要
本公开涉及酸碱泄漏监测领域,提供一种酸碱泄漏监测模型的训练方法、酸碱泄漏监测方法及装置,训练方法包括:获取多环境下酸碱溶液管道的原始图像及管道内液体电阻数据、管道周围特定气体浓度数据,确定其真实标签,构建标注数据集,将其划分为训练集、验证集和测试集;构建YOLO‑通道优先卷积注意力模块以提取原始图像的特征得到视觉特征向量;构建多模态神经网络模块以根据视觉特征向量及管道内液体电阻数据、管道周围特定气体浓度数据输出酸碱泄漏预测结果;利用训练集、验证集和测试集训练YOLO‑通道优先卷积注意力模块和多模态神经网络模块组成的酸碱泄漏监测模型。本公开可实现酸碱泄漏的在线实时监测并提高准确性和可靠性。
技术关键词
酸碱
液体电阻
泄漏监测方法
注意力
多层感知机
管道
数据
多模态
训练集
Softmax函数
泄漏监测装置
通道
气体
模块
神经网络模型
图像
视觉
融合特征
矩阵
系统为您推荐了相关专利信息
机器学习模型
时空卷积神经网络
动态时间规整算法
多模态特征
收集排水系统
人脸图像超分辨率
噪声预测器
视觉
注意力
噪声图像