一种基于深度学习的气体泄漏检测方法、系统、设备及存储介质

本发明公开了一种基于深度学习的气体泄漏检测方法、系统、设备及存储介质，涉及气体泄漏检测技术领域。所述气体泄漏检测方法包括：获取声源信号数据集；对声源信号数据集进行特征提取，获取声源特征数据集；将声源特征数据集输入基于改进YOLOv7网络的气体泄漏检测模型中进行训练；提取待检测声场信号的特征，利用训练好的气体泄漏检测模型对待检测声场信号的特征进行检测；其中YOLOv7网络的改进之处包括：在YOLOv7网络的原始主干网络中增加多个改进的CA注意力模块；在YOLOv7网络的原始主干网络后增加空间金字塔池化模块；在YOLOv7网络的头部预测模块中采用改进的IoU损失函数。本发明基于改进YOLOv7深度学习模型实现对泄漏气体的实时在线监测。