买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国石油大学(华东)

摘要：本发明公开了一种油田井下作业环境下的多尺度施工装备鲁棒性识别方法，属于石油工程领域，包括如下步骤：步骤1、获取井场历史图像及历史视频并进行标注处理，建立数据集并划分为训练集和验证集；步骤2、构建多尺度鲁棒性识别模型，初始化模型的对抗训练参数；步骤3、进行多阶段对抗学习，构建对抗训练集；步骤4、将对抗训练集输入多尺度鲁棒性识别模型，优化模型参数，输出训练完成的多尺度鲁棒性识别模型；步骤5、实时获取当前井场井下作业环境下的视频及图像数据，输入训练完成的多尺度鲁棒性识别模型获取不同施工装备的空间位置，进而进行井场情况分析。本发明能够更好地适应井下环境中的各种复杂情况，从而提高识别的准确率和稳定性。

主权项：1.一种油田井下作业环境下的多尺度施工装备鲁棒性识别方法，其特征在于，包括如下步骤：步骤1、获取井场历史图像及历史视频并进行标注处理，建立数据集并划分为训练集和验证集；步骤2、构建多尺度鲁棒性识别模型，初始化模型的对抗训练参数；搭建的多尺度鲁棒性识别模型包括骨干部分、颈部网络、头部网络；多尺度鲁棒性识别模型输入分辨率为640×640的图像，由骨干部分提取图像信息，图像首先通过两个卷积模块进行下采样，特征图分辨率转变为160×160，然后通过包含3个瓶颈层的特征融合模块进行特征提取，特征提取后通过轻量型注意力模块使注意力机制看到160×160尺度下的局部特征；再次通过卷积模块进行下采样，6个瓶颈层的特征融合模块特征提取，特征提取后通过轻量型注意力模块添加注意力机制，重复三次以后特征图分辨率转变为20×20，最后通过空间金字塔池化模块将局部特征和全局特征的进行融合，从而实现自适应尺度的输出；骨干部分输出的特征图在颈部网络进行特征融合；首先将空间金字塔池化模块输出特征图通过上采样模块进行上采样，将骨干部分中分辨率为40×40的特征融合模块输出与上采样结果进行通道数相加，输出分辨率40×40融合特征图，之后经过3个瓶颈层的特征融合模块及上采样模块，输出结果与骨干部分中分辨率为80×80的特征融合模块输出通道数相加，输出分辨率80×80融合特征图，然后再依次经过3个瓶颈层的特征融合模块特征提取、卷积模块进行下采样，输出结果与分辨率40×40融合特征图对应特征融合模块输出通道数相加，输出分辨率为40×40的二次特征融合图，接着再次经过3个瓶颈层的特征融合模块特征提取、卷积模块进行下采样，输出结果与骨干部分空间金字塔池化模块输出通道数相加，输出分辨率为20×20融合特征图，最后经过3个瓶颈层的特征融合模块进行特征提取；颈部网络提取特征的结果在头部网络进行识别；头部网络由三个检测头模块组成，输入分别对应80×80、40×40、20×20三种分辨率下特征融合模块输出的特征图；步骤3、基于训练集和多尺度鲁棒性识别模型进行多阶段对抗学习，构建对抗训练集；步骤4、将对抗训练集输入多尺度鲁棒性识别模型，优化模型参数，输出训练完成的多尺度鲁棒性识别模型；步骤5、实时获取当前井场井下作业环境下的视频及图像数据，输入训练完成的多尺度鲁棒性识别模型获取不同施工装备的空间位置，进而进行井场情况分析。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 油田井下作业环境下的多尺度施工装备鲁棒性识别方法