一种油气管道异常检测方法、系统、存储介质和边缘设备与流程

所属的技术人员知道，本发明可以实现为系统、方法或计算机程序产品，因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)，只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

背景技术：

1、随着视频监控技术的不断发展，视频监控已经在长输管道安全生产、应急管理等方案已经开始发挥着重大的作用，但是管道防护中视频监控的第一要务是在最短的时间内反馈监控区域的异常事件情况，而传统的视频监控技术无法做到异常事件的实时检测。

2、因此，亟需提供一种技术方案解决上述问题。

技术实现思路

1、为解决上述技术问题，本发明提供了一种油气管道异常检测方法、系统、存储介质和边缘设备。

2、第一方面，本发明提供一种油气管道异常检测方法，该方法的技术方案如下：

3、基于训练好的目标检测模型，对目标油气管道区域的待检测视频帧进行检测；

4、当检测到所述待检测视频帧中存在目标对象时，利用训练好的行为识别模型，对包含所述待检测视频帧的待检测视频数据进行识别，判定所述目标对象是否存在异常行为。

5、本发明的一种油气管道异常检测方法的有益效果如下：

6、本发明的方法能够对油气管道区域的异常事件进行实时检测，在提高油气管道异常检测效率的同时，还减少了人工成本。

7、在上述方案的基础上，本发明的一种油气管道异常检测方法还可以做如下改进。

8、在一种可选的方式中，还包括：

9、利用多个第一目标训练视频数据中的视频帧，对待训练的目标检测模型进行迭代训练，得到所述训练好的目标检测模型。

10、在一种可选的方式中，还包括：

11、利用多个第二目标训练视频数据，对待训练的行为识别模型进行迭代训练，得到所述训练好的行为识别模型。

12、在一种可选的方式中，还包括：

13、获取多个原始训练视频数据，并对每个原始训练视频数据分别进行数据处理，得到多个目标训练视频数据；其中，数据处理的方式包括：行为类别扩充、图像变换和几何类变换中的至少一种。

14、在一种可选的方式中，所述目标检测模型为：yolov5模型；所述行为识别模型为：slowfast模型。

15、在一种可选的方式中，还包括：

16、当判定所述目标对象存在异常行为时，输出异常预警信息。

17、第二方面，本发明提供一种油气管道异常检测系统，该系统的技术方案如下：

18、一种油气管道异常检测系统，包括：第一检测模块和第二检测模块；

19、所述第一检测模块用于：基于训练好的目标检测模型，对目标油气管道区域的待检测视频帧进行检测；

20、所述第二检测模块用于：当检测到所述待检测视频帧中存在目标对象时，利用训练好的行为识别模型，对包含所述待检测视频帧的待检测视频数据进行识别，判定所述目标对象是否存在异常行为。

21、本发明的一种油气管道异常检测系统的有益效果如下：

22、本发明的系统能够对油气管道区域的异常事件进行实时检测，在提高油气管道异常检测效率的同时，还减少了人工成本。

23、在上述方案的基础上，本发明的一种油气管道异常检测系统还可以做如下改进。

24、在一种可选的方式中，还包括：第一训练模块；

25、所述第一训练模块用于：利用多个第一目标训练视频数据中的视频帧，对待训练的目标检测模型进行迭代训练，得到所述训练好的目标检测模型。

26、第三方面，本发明提供的一种计算机可读存储介质的技术方案如下：

27、计算机可读存储介质中存储有指令，当计算机可读存储介质读取所述指令时，使所述计算机可读存储介质执行如本发明的油气管道异常检测方法的步骤。

28、第四方面，本发明的一种边缘设备的技术方案如下：

29、包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，所述处理器执行所述程序时实现如本发明的油气管道异常检测方法的步骤。

30、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

技术特征：

1.一种油气管道异常检测方法，其特征在于，包括：

2.根据权利要求1所述的油气管道异常检测方法，其特征在于，还包括：

3.根据权利要求2所述的油气管道异常检测方法，其特征在于，还包括：

4.根据权利要求2或3所述的油气管道异常检测方法，其特征在于，还包括：

5.根据权利要求1至3任一项所述的油气管道异常检测方法，其特征在于，所述目标检测模型为：yolov5模型；所述行为识别模型为：slowfast模型。

6.根据权利要求1所述的油气管道异常检测方法，其特征在于，还包括：

7.一种油气管道异常检测系统，其特征在于，包括：第一检测模块和第二检测模块；

8.根据权利要求7所述的油气管道异常检测系统，其特征在于，还包括：第一训练模块；

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使计算机可读存储介质实现如权利要求1至6任一项所述的油气管道异常检测方法。

10.一种边缘设备，其特征在于，所述边缘设备包括处理器，所述处理器与存储器耦合，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以使所述边缘设备实现如权利要求1至6任一项所述的油气管道异常检测方法。

技术总结
本发明涉及计算机视觉技术领域，具体公开一种油气管道异常检测方法、系统、存储介质和边缘设备，该方法包括：基于训练好的目标检测模型，对目标油气管道区域的待检测视频帧进行检测；当检测到所述待检测视频帧中存在目标对象时，利用训练好的行为识别模型，对包含所述待检测视频帧的待检测视频数据进行识别，判定所述目标对象是否存在异常行为。本发明能够对油气管道区域的异常事件进行实时检测，在提高油气管道异常检测效率的同时，还减少了人工成本。

技术研发人员：李洪烈,李智文,严密,王多才,曹永乐,明连勋,郑大海
受保护的技术使用者：国家石油天然气管网集团有限公司
技术研发日：
技术公布日：2024/6/5