基于YOLO的地面机油滴漏识别的方法

摘要：

生产安全是工业制造的首要前提和根本保障,在设备运行过程中偶尔会发生机油滴落的现象,带来了不可控的安全隐患.本文提出了一种采用深度学习识别地面机油滴漏的方法,该方法能够对大面积厂区地面上可能出现的机油滴漏现象进行识别,并对存在油渍的区域进行定位和油渍面积进行估算.本文采用的深度学习方法基于YOLO的检测模型替代了传统的人工巡视,实现了对过道上异常情况的有效检测和定位,并通过实验验证了该方法的可行性.该方法能够帮助企业大幅降低全厂区的巡检负担,提高了人力资源的工作效率,同时也保证了工业生产的安全性.

关键词：智能巡检、深度学习、机油滴漏检测

所属期刊栏目：12

分类号：TP18(自动化基础理论)

在线出版日期：2022-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：35-37