基于YOLOv5s-CBAM的海上平台注水流程现场漏液智能检测

作     者：邹剑 陈征 刘长龙 张乐 张玺亮 蓝飞 王威 ZOU Jian;CHEN Zheng;LIU Changlong;ZHANG Le;ZHANG Xiliang;LAN Fei;WANG Wei

作者机构：中海石油(中国)有限公司天津分公司天津300459 中海油能源发展股份有限公司工程技术分公司天津300452 

出 版 物：《系统仿真技术》 (System Simulation Technology)

年 卷 期：2024年第20卷第2期

页      面：175-179页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

主　　题：YOLOv5s模型 深度学习 目标检测 智能监控 注意力机制 

摘      要：针对海上平台注水流程现场原油泄漏问题,提出基于双通道注意力机制的改进YOLOv5s模型,实现漏液智能检测。首先,通过监控摄像头及单反相机采集海上平台注水流程现场漏液数据并对其进行标注。其次,将双通道注意力机制引入YOLOv5s模型,增强模型的特征提取能力,构建高精度漏液检测模型。最后,对该模型进行功能及性能测试。测试结果表明,该检测模型可大幅度提升海上平台注水流程现场漏液检测能力。