摘要
本发明涉及基于ROV图像的海洋钻井井涌状态智能识别方法及系统,属于海洋开路钻井工程技术领域;包括:获取井涌图像数据集;建立FastGAN,对海洋钻井井涌图像数据集进行数据扩充与增强;建立预训练卷积神经网络ResNet50模型,ResNet50模型融合卷积注意力机制,实现井涌状态识别;基于所获取的井涌图像数据集,以及深度学习模型,进行井涌状态智能识别;包括:基于FastGAN对井涌图像数据集进行数据扩充和增广;采用优化后的预训练卷积神经网络ResNet50模型对井涌状态进行智能识别。本方法显著提升了识别的准确性和响应速度,显著提高了处理井涌事件的效率和安全性。
技术关键词
智能识别方法
训练卷积神经网络
图像
海洋
数据
深度学习模型
预训练模型
通道
注意力机制
瓶颈
SLE模块
迁移学习策略
钻井工程技术
智能识别模块
智能识别系统
遥控潜水器
多层感知器
加权特征
系统为您推荐了相关专利信息
实时检测方法
激光投射模块
相机标定法
实时检测系统
光束平差法
医学图像分割方法
编码器
分支
卷积模块
医学图像数据