[發明專利]基于深度學習的蒸汽管網智能監控方法、系統及設備

在審

• 申請號: 202110271225.0
• 申請日: 2021-03-12
• 公開（公告）號: CN113139427A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 許陽陽
• 申請（專利權）人: 浙江智慧視頻安防創新中心有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 付婧

1.一種基于深度學習的蒸汽管網智能監控方法，其特征在于，包括以下步驟：

通過攝像頭在蒸汽管網場所進行實時監控，采集監控圖像數據，并對所采集到的圖像數據進行預處理；

將預處理過的圖像數據傳入訓練好的深度學習模型中；

所述訓練好的深度學習模型對所接收的預處理過的圖像數據進行計算，得到目標框與相應檢測區域的位置關系；

如果目標框在檢測區域內，則將事件信息上報控制中心，如果目標框不在檢測區域內，則檢測下一待檢測圖像數據。

2.根據權利要求1所述的基于深度學習的蒸汽管網智能監控方法，其特征在于，所述深度學習模型為CNN模型。

3.根據權利要求1所述的基于深度學習的蒸汽管網智能監控方法，其特征在于，所述對所述圖像數據進行預處理為數據增強、圖像縮放和/或歸一化處理。

4.根據權利要求1所述的基于深度學習的蒸汽管網智能監控方法，其特征在于，所述訓練好的深度學習模型對所接收的預處理過的圖像數據進行計算，得到目標框與相應檢測區域的位置關系，包括：根據目標框的坐標數據計算目標框的中心點坐標。

5.根據權利要求4所述的基于深度學習的蒸汽管網智能監控方法，其特征在于，所述檢測區域包括蒸汽管網兩側區域及疏水裝置周邊區域。

6.根據權利要求4或5所述的基于深度學習的蒸汽管網智能監控方法，其特征在于，所述根據目標框的坐標數據計算目標框的中心點坐標通過射線法，判斷由目標框的中心點發出的射線與所述檢測區域的多邊形的交點個數，如果交點個數是奇數表示目標框的中心點在所述檢測區域內，否則在所述檢測區域外。

7.根據權利要求1所述的基于深度學習的蒸汽管網智能監控方法，其特征在于，所述模型的訓練過程包括：建立行人樣本數據集，圖像預處理，算法訓練、調優，及CNN模型測試。

8.一種基于深度學習的蒸汽管網智能監控系統，其特征在于，包括：

數據采集模塊，用于實時采集蒸汽管網圖像數據；

預處理模塊，用于對所述蒸汽管網圖像數據進行預處理；

深度學習模型，接收預處理模塊傳來的圖像數據，并對預處理過的圖像數據進行計算目標框與相應檢測區域位置關系；

輸出數據模塊，如果目標框在檢測區域內，則將事件信息上報控制中心。

9.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器運行所述計算機程序以實現如權利要求1-7任一項所述的基于深度學習的蒸汽管網智能監控方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行實現如權利要求1-7任一項所述的基于深度學習的蒸汽管網智能監控方法的步驟。