摘要
本发明公开了一种低功耗测井电缆绞车智能状态监测方法,预训练完备的测井电缆绞车状态监测网络WM‑YOLO整体部署于边缘计算设备,以设备的低功耗高算力特性为视频监控提供良好的硬件支持;同时获取放置在井口上方及电缆主绞车前方的四路摄像头视频数据,对四路视频流数据同时进行抽帧并组合成由四路视频流单帧图像数据组成的图像向量,进一步,包含井口和电缆绞车状态信息的图像向量送入神经网络,边缘设备执行WM‑YOLO网络的前向推理过程,对输入图像向量进行目标检测,获得检测结果,最后对输出结果进行计算和分析;对于正常结果进行实时显示,而对于异常结果,在进行实时显示的同时,及时发出告警信息。
技术关键词
测井电缆
智能状态监测方法
绞车
融合特征
状态监测网络
网络摄像机
实时状态信息
低功耗
图像数据获取方法
存储硬盘阵列
井口
抑制算法
空间金字塔池化
滚筒
视频流
特征融合网络
系统为您推荐了相关专利信息
乳腺肿瘤图像
浅层特征提取
肿瘤图像处理方法
深层特征提取
特征提取方法
二维图像数据
异常检测方法
融合特征
分支
计算机存储介质
时空融合特征
编码器特征
信号提取方法
编码器模块
远程光电容积描记
数据管理方法
区块链存证
热力图
智能合约执行
邻域特征