一种基于神经网络的工业设备故障即时监测方法及系统

本申请公开了一种基于神经网络的工业设备故障即时监测方法及系统，在该方法中，对目标工业设备的监控视频帧进行分割分类得到识别框，选择与其他识别框强关联的疑虑识别图像块以及与其他识别框弱关联的参考识别图像块，对疑虑识别图像块进行亮度和纹理特征分析及处理，以扩大其不属于设备器件的特征，对参考图像块进行增强，以增强其属于设备器件的特征，之后基于疑虑融合特征图和参考增强特征图进行故障识别，输出故障监测结果。本方案中，对障碍物对应的疑虑图像块进行弱化，同时，增强属于设备器件的参考图像块的相关特征，能够有效避免障碍物遮挡等对故障监测结果的影响，提高工业设备的故障监测准确性。该系统也同样具有上述技术效果。