基于深度学习的吊钩防脱装置检测方法
公开
摘要
本发明公开了一种基于深度学习的吊钩防脱装置检测方法，具体为：从监控视频中获取含有吊钩的吊钩图像并进行人工标注作为样本数据，构建神经网络模型并训练，将实时获取的监控视频输入到训练好的神经网络模型中，得出吊钩目标和防脱装置目标，计算吊钩目标和防脱装置目标的交并比若吊钩的N个暂计结果均为暂未安装防脱装置，则该吊钩的检测结果即为未安装防脱装置，并将输出检测结果；该待测组检测完毕。本发明的有益效果是：本发明通过目标检测技术能够对作业中吊车吊钩是否安装防脱装置实现实时检测，不仅满足管理要求，而且能够及时发现未安装防脱装置的吊钩并发出预警，避免意外的发生。
基本信息
专利标题 ：
基于深度学习的吊钩防脱装置检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612735A
申请号 ：
CN202011408084.4
公开（公告）日 ：
2022-06-10
申请日 ：
2020-12-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王美丛军黄珊李慧颖于示苏建国吕德东陈健飞杨欣欣王逸飞
申请人 ：
中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司技术检测中心;胜利油田检测评价研究有限公司
申请人地址 ：
北京市朝阳区朝阳门北大街22号
代理机构 ：
济南智圆行方专利代理事务所(普通合伙企业)
代理人 ：
梁轶聪
优先权 ：
CN202011408084.4
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V20/40 G06K9/62 G06N3/02
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
