-
公开(公告)号：CN116895007A
公开(公告)日：2023-10-17
申请号：CN202310877467.3
申请日：2023-07-18
Applicant: 西南石油大学
IPC: G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出一种基于改进YOLOv8n的小目标检测方法。方法具体步骤如下：(1)构建小目标数据集；(2)引入过渡下采样模块替代YOLOv8n模型浅层下采样操作，减少了输入图像由于连续下采样导致的小目标信息丢失；(3)在YOLOv8n模型中分别插入上采样模块和下采样模块，减少了较浅层网络中由于下采样导致的小目标信息丢失；(4)采用融合了改进SwinTransformer‑V2模块的改进C3模块替换YOLOv8n模型中部分C2f模块，加强了小目标信息在主干特征提取网络深层部分的关注度；(5)利用(1)中构建的数据集对改进的YOLOv8n模型进行训练、验证、评价。本发明在减少模型少量参数量、满足实时检测要求的情况下，增加了小目标检测的平均精度均值，减少了误检漏检情况的发生。
-
公开(公告)号：CN116416432A
公开(公告)日：2023-07-11
申请号：CN202310392019.4
申请日：2023-04-12
Applicant: 西南石油大学
Inventor： 罗仁泽 , 李华督 , 唐祥 , 王磊 , 雷璨如 , 陈翔 , 吴涛 , 刘恒 , 林泓宇 , 罗任权 , 邓治林 , 余泓 , 谭亮 , 武娟 , 曹瑞 , 赵丹 , 王清松 , 易玺 , 廖波
IPC: G06V10/26 , G06V10/82 , G06V10/776 , G06T7/194 , G06T7/00 , G06N3/0455 , G06N3/0464
Abstract: 本发明提出一种基于改进UNet的管道焊缝图像分割方法。该方法首先先对采集到的管道焊缝图像数据进行预处理并建立数据集，然后构建改进UNet网络管道焊缝图像分割模型，具体实施方法为：首先利用密集连接块结合并行注意力机制构建网络下采样模块，提升模型特征提取能力，再利用深度可分离卷积代替普通卷积，减少了模型计算量与计算量，最后使用加权Dice和交叉熵函数结合的新损失函数，缓和管道焊缝图像中焊缝区域与非焊缝区域占比不均衡的情况；最后利用数据训练集对模型进行参数训练，并将测试集图像输入训练好的网络模型，得到分割后的图像；本发明的分割模型对管道焊缝图像的目标分割精度高，分割效果好。
-
公开(公告)号：CN111879674B
公开(公告)日：2022-02-01
申请号：CN202010680556.5
申请日：2020-07-15
Applicant: 西南石油大学
Abstract: 本发明公开了一种基于页岩渗吸渗透率确定合理闷井时间的测试装置与方法，所述测试装置包括外壳、轴向载荷加载系统、闷井模拟系统、围压加载系统、渗透率测试系统，所述外壳为空心的立方体，包括侧面外壳、端面外壳和密封块，所述侧面外壳的左右两端分别与所述密封块和所述端面外壳密封连接，所述侧面外壳的右端设有液体注入口，所述端面外壳的中心设有下游出气口。本发明考虑到了储层条件下页岩的闷井渗吸作用对页岩渗透率的影响，包括温度，停泵后滞留裂缝中的液体所具有的流体压力，储层围压，能够更加接近地层的真实情况，获得的闷井时间更加准确。
-
公开(公告)号：CN111734382B
公开(公告)日：2021-06-01
申请号：CN202010778306.5
申请日：2020-08-05
Applicant: 西南石油大学
IPC: E21B43/26 , E21B49/00 , G06F30/20 , G06F119/14
Abstract: 本发明公开了一种阶梯降排量测试压裂解释多参数的方法，包括以下步骤：S1：结合施工前在压裂管柱底部设置的压力计，测试压裂施工过程中井底压力的变化，并在压裂施工的降排量阶段中选取阶梯下降点对应的井底压力和注入排量；S2：根据所述井底压力与注入排量，建立井底压力、孔眼摩阻压降和近井弯曲摩阻压降的力学平衡模型；S3：将步骤S1收集的数据代入所述力学平衡模型中，构建模型求解方程组；S4：通过求解所述模型求解方程组中的未知数，得到所述多参数的结果。本发明能够同时获得精确的裂缝闭合压力、射孔孔眼摩阻系数和近井弯曲摩阻系数。
-
公开(公告)号：CN110067533A
公开(公告)日：2019-07-30
申请号：CN201910347542.9
申请日：2019-04-28
Applicant: 西南石油大学 , 山东科瑞油田服务集团股份有限公司
Abstract: 本发明涉及油田解堵技术领域，尤其是一种生物酶复合酸深部解堵工艺。该种生物酶复合酸深部解堵工艺，包括如下步骤：(1)向油井中注入生物酶解堵剂；(2)向油井中注入复合酸；(3)向油井中注顶替液；(4)关井反应。本发明的一种生物酶复合酸深部解堵工艺，根据现场实际情况调整复合酸配方及用量，有效降解了包裹在无机杂质外的聚合物大分子，使得包裹其中的无机杂质充分暴露出来，有利于随后酸化工序对无机杂质进行充分的溶蚀，从而达到有限、彻底解除油水井地层堵塞，恢复地层渗透率，使油田正常恢复产能。
-
Patent Agency Ranking
公开(公告)号：CN105672890B
公开(公告)日：2017-10-31
申请号：CN201610181050.3
申请日：2016-03-28
Applicant: 四川深远石油钻井工具股份有限公司 , 西南石油大学
Abstract: 本发明公开了一种抽吸式微取芯钻探钻头，属于钻探机具领域，包括钻头体、刀翼，钻头体端部的中部开设有取芯孔，钻头体内在取芯孔上部设置有至少一个与取芯孔连通的排芯通道，排芯通道有排芯出口；钻头体内还设置有至少一个与排芯通道连通的喷射通道，喷射通道与钻头内流道连通，喷射通道的出口方向顺着排芯通道的流向方向，喷射通道的出口流向线与排芯通道的流向方向线的夹角为钝角或平角。本取芯钻探钻头能主动吸芯、顺畅送芯排芯，避免了微岩芯体难从钻头中心往外运移受挤压，及微岩芯流经钻头冠面过程中受到碰撞、挤压损坏的情况，有助于提高岩芯质量和收获率。
-
公开(公告)号：CN119087438A
公开(公告)日：2024-12-06
申请号：CN202411326983.8
申请日：2024-09-23
Applicant: 西南石油大学
Abstract: 本发明公开了一种融合深度学习范式的多模型PolInSAR森林高度反演方法，包括：基于RVoG反演框架，构建类似二次函数的后向散射模型，定义后向散射的体去相干表达式；利用不同参数定义各自的后向散射轮廓；考虑模型异质性，通过线性组合二次函数模型和GVB模型，获取多种后向散射模型；将不同的模型按适用范围进行分类，构建模型池，并设计CNN分类器来完成分类工作，通过非线性迭代算法求解多个模型，利用LIDAR的CHM数据为像元分配模型标签，得到数据集；对CNN进行训练，通过随机下采样平衡数据集，设置合适的超参数，训练完成后，将研究区域的数据输入到网络中进行分类，根据分类结果使用非线性迭代算法解算最优的后向散射模型，最终得到森林高度反演结果。
-
公开(公告)号：CN118195936A
公开(公告)日：2024-06-14
申请号：CN202410235829.3
申请日：2024-03-01
Applicant: 西南石油大学
IPC: G06T5/70 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/46 , G06N3/0464 , G06N3/094 , G01V1/36 , G01V1/34
Abstract: 本发明提出一种基于多尺度信息感知生成对抗网络的地震图像去噪方法。该图像去噪方法，首先对数据集按比例划分训练数据和测试数据，再对训练集进行数据增强得到更多数据，分别在训练数据、测试数据中加入包含高斯噪声、乘性噪声和椒盐噪声的随机噪声；训练过程中将数据送入并行多尺度模块提取不同尺度和方向上的特征，保证去噪彻底而不破坏有效信号；使用一致性正则化模块对特征图进行重标定，保证模型自适应调整特征权重；通过多通道信息融合模块提取不同范围的特征信息且尽可能保留细微特征信息，兼顾细节和全局信息，从而提高生成器的特征提取能力。本发明具有较高的泛化性及准确性，特别是多种类随机噪声的地震图像去噪方面有较好的表现。
-
公开(公告)号：CN117079099A
公开(公告)日：2023-11-17
申请号：CN202310877673.4
申请日：2023-07-18
Applicant: 西南石油大学
IPC: G06V10/82 , G06V20/40 , G06V40/20 , G06V10/774 , G06V10/40 , G06V10/80 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本发明公开了一种基于改进YOLOv8n的违规行为检测方法，包括：通过摄像头采集违规行为视频解码标注建立数据集；将标注好的数据集划分为训练集，验证集和测试集；对YOLOv8n网络进行改进，使用训练集对改进的YOLOv8n进行训练，同时使用验证集进行验证，保留验证集准确率最高的网络参数，使用测试集对导入网络参数改进的YOLOv8n网络进行测试。本发明通过改进C2f模块和引入注意力机制构建特征融合模块，提高模型的特征提取能力和检测精度。
-
公开(公告)号：CN116894782A
公开(公告)日：2023-10-17
申请号：CN202310876849.4
申请日：2023-07-18
Applicant: 西南石油大学
IPC: G06T5/00 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/048 , G06N3/045 , G06V10/40 , G06V10/82 , G06V10/80
Abstract: 本发明提出一种基于生成对抗网络的地震资料随机噪声盲去噪方法。首先对原始数据集按比例划分为训练数据和测试数据，分别在训练和测试数据中加入高斯噪声和未知的随机噪声；训练时将数据送入改进残差模块进行第一次特征粗提取，保证相邻图像像素之间的关联性；随后使用改进通道注意力机制对特征向量进行第二次细提取，保证图像自身特征的完备性；最后通过计算改进的梯度惩罚函数拉大真实样本与假样本之间的差距，不仅节约训练时间，也增强了判别器的判别能力，提高了生成器的特征提取能力。本发明网络具有较好的泛化性以及较高的准确性，特别是在存在一些复杂未知噪声的地震图像去噪方面有较好的表现。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.036 seconds)
