摘要
本发明实施例提供了一种基于数字孪生的升压站远程智能巡检方法及系统,其采用基于深度学习的机器视觉技术对升压站设备的红外图像和彩色图像进行分析处理,分别捕捉到红外图像和彩色图像的深层特征和浅层特征,以挖掘出升压站设备表面状态的多层次、多模态信息,从而实现智能化的升压站设备漏油检测。这样,能够有效地提高设备漏油巡检的准确性,并降低人工巡检成本,保障升压站设备的安全稳定运行。
技术关键词
升压站设备
融合特征
多尺度
智能巡检方法
数字孪生
彩色图像
远程智能巡检系统
补偿式
语义关联度
红外摄像头
sigmoid函数
金字塔网络
机器视觉技术
多模态信息
特征提取模块
级联
系统为您推荐了相关专利信息
图像配准方法
混合网络模型
执行编码解码
标签
多模态
二维图像数据
多尺度
检测猕猴桃
Stacking模型
软阈值函数
自动化检测方法
牙齿疾病
标签
学生
多尺度特征金字塔
图像修复模型
图像修复方法
模型训练方法
策略
特征提取模块