期刊文献+

深度学习技术在海底管道巡检中的研究与应用

下载PDF
导出
摘要 海底管道运输是海上油气生产系统的主动脉,自然腐蚀与磨损造成的管线泄露是海底运输面临的重大问题。该文通过深度学习技术,识别ROV采集的海底管道图像中存在的特征事件和异常事件。特征事件包括海管节点、阳极、沙袋、支撑以及抛石等,异常事件包括管道悬空、杂物等。多次水下试验表明,该技术识别平均精度达到了92%,成功辅助人工高效完成海底管线的定期巡检,可为类似场景作业提供参考。
出处 《中国新技术新产品》 2022年第22期100-103,共4页 New Technology & New Products of China
  • 相关文献

参考文献4

二级参考文献37

共引文献9

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部