一种油气管线周边环境隐患检测方法、装置及存储介质与流程

本公开属于图像处理，具体涉及一种油气管线周边环境隐患检测方法、装置及存储介质。

背景技术：

1、随着国内能源需求的快速增加，油气管道的建设步伐加快，建设规模加大。油气管道具有运量大、成本低、可连续等优点，是整个油气输送系统的主要组成部分。但是，随着长输管道里程的不断延伸，其事故也不断发生。而为了保证油气输送系统的安全稳定，需要对油气管道周边环境进行隐患排查。采用人工到现场排查隐患情况，一般只能做到对风险关注点区域进行详细排查、对其他区域进行定时抽查。这样依然会耗费大量人力和时间，且现场工作人员还会面临安全风险，具有很大的局限性。

技术实现思路

1、针对现有技术中的不足，本公开的目的在于提供一种油气管线周边环境隐患检测方法，该方法能够实现对油气管线周边环境隐患的快速检测，以及同时提高检测精度。

2、为实现上述目的，本公开提供以下技术方案：

3、一种油气管线周边环境隐患检测方法，其特征在于，所述方法包括以下步骤：

4、s100：采集油气管线周边环境输入图像；

5、s200：对所采集的输入图像进行预处理；

6、s300：构建油气管线周边环境隐患检测模型并进行训练；

7、s400：将预处理后的油气管线周边环境输入图像输入训练好的模型中，以对油气管线周边环境是否存在隐患进行检测。

8、优选的，步骤s200中，对所采集的输入图像进行预处理包括以下步骤：将图像的每个像素值除以255，归一化到[0, 1]范围内。

9、优选的，步骤s200中，所述油气管线环境隐患检测模型通过以下步骤进行训练：

10、s201：获取油气管线周边环境隐患图像数据集，将数据集预处理后划分为训练集和测试集；

11、s202：设置训练参数，利用训练集对模型进行训练，当训练达到预设轮次，模型训练通过；

12、s203：利用测试集对训练后的模型进行测试，在测试过程中，采用分割精确度miou作为评价指标，当miou达到0.8，模型测试通过；否则调整训练参数或扩大数据集样本对模型重新进行训练，直至模型测试通过。

13、本公开还提供一种油气管线周边环境隐患检测装置，所述装置包括：

14、采集模块，用于采集油气管线周边环境输入图像；

15、预处理模块，用于对所采集的输入图像进行预处理；

16、模型构建及训练模块，用于构建油气管线周边环境隐患检测模型并进行训练；其中，油气管线周边环境隐患检测模型包括主干网络，主干网络采用由全局路径和局部路径组成的双路径设计；所述模型还包括特征融合模块，特征融合模块引入了特征上采样模块，所述特征上采样模块能够根据图像内容自适应的重组特征以扩大特征感受野；

17、检测模块，用于将预处理后的油气管线周边环境输入图像输入训练好的模型中，以对油气管线周边环境是否存在隐患进行检测。

18、本公开还提供一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于执行如前任一所述的方法。

19、本公开还提供一种电子设备，包括：

20、存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，

21、所述处理器执行所述程序时实现如前任一所述的方法。

22、与现有技术相比，本公开带来的有益效果为：

23、1、本公开能够实现对油气管线周边环境隐患的快速检测，大大缩短了检测时间，满足检测的实时性；

24、2、本公开能够实现对油气管线周边环境隐患的高精度检测和识别，减少了漏检和误检的可能性，提高了检测的准确性和可靠性；

25、3、本公开所述方法可以使用在自动巡检无人机上，减少人力成本，降低了人员在危险环境下的风险，提高了工作安全性。

技术特征：

1.一种油气管线周边环境隐患检测方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤s200中，对所采集的输入图像进行预处理包括以下步骤：将图像的每个像素值除以255，归一化到[0, 1]范围内。

3.根据权利要求1所述的方法，其特征在于，步骤s200中，所述油气管线环境隐患检测模型通过以下步骤进行训练：

4.一种油气管线周边环境隐患检测装置，其特征在于，所述装置包括：

5.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于执行如权利要求1-3任一所述的方法。

6.一种电子设备，其特征在于，包括：

技术总结
本申请揭示了一种油气管线周边环境隐患检测方法、装置及存储介质，所述方法包括：S100：采集油气管线周边环境输入图像；S200：对所采集的输入图像进行预处理；S300：构建油气管线周边环境隐患检测模型并进行训练；S400：将预处理后的油气管线周边环境输入图像输入训练好的模型中，以对油气管线周边环境是否存在隐患进行检测。本公开能够实现对油气管线周边环境隐患的快速检测，大大缩短了检测时间，同时也能够实现对油气管线周边环境隐患的高精度检测和识别，减少了漏检和误检的可能性。

技术研发人员：宗涛,刘云川,贺亮,胡悦,周伟
受保护的技术使用者：四川泓宝润业工程技术有限公司
技术研发日：
技术公布日：2024/1/22