检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
出 处:《物联网技术》2024年第12期75-77,81,共4页Internet of things technologies
摘 要:油气作业现场的仪表设备繁多,通常需要巡检员定期进行人工读数以判断设备是否存在异常。然而,这种巡检工作繁重且容易受到人为因素的影响。为了解决这一问题,可以利用计算机视觉技术进行仪表图像分析和处理,实现自动识别和测量读数。传统的检测方法存在准确度低、实时性差和适应性差等方面的问题。利用基于深度学习的目标检测和关键点检测技术,能够进一步提高仪表自动化检测及读数的准确性和效率,有效替代人工巡检,缩减成本。
关 键 词:目标检测 关键点检测 计算机视觉 深度学习 油气作业 仪表自动读数
分 类 号:TP312[自动化与计算机技术—计算机软件与理论]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.200