公开(公告)号：CN118172714B

公开(公告)日：2024-07-30

申请号：CN202410598200.5

申请日：2024-05-15

Applicant: 中国石油大学(华东)

Inventor： 张凯 ,  宋泽文 ,  夏小龙 ,  张华清 ,  张黎明 ,  刘丕养 ,  严侠 ,  王阳 ,  张文娟 ,  姚军 ,  樊灵 ,  孙海 ,  杨永飞

IPC: G06V20/40 ,  G06V20/70 ,  G06V10/44 ,  G06V10/42 ,  G06V10/52 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/094

Abstract: 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。

公开(公告)号：CN118366104B

公开(公告)日：2024-09-13

申请号：CN202410791030.2

申请日：2024-06-19

Applicant: 中国石油大学(华东)

Inventor： 张凯 ,  夏小龙 ,  宋泽文 ,  张华清 ,  张黎明 ,  姚军 ,  樊灵 ,  杨永飞

IPC: G06V20/52 ,  G06V20/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06T7/73 ,  G06T7/246

Abstract: 本发明提供一种基于姿态估计的视频监控识别抽油机工况分析方法，属于石油工程领域，包括以下步骤：步骤1、制定抽油机关键点标注方案，采集抽油机的工作视频数据，构建输入样本集；步骤2、构建姿态估计YOLO‑Pose模型；步骤3、针对抽油机关键点检测任务特性进行学习准则重建，并构建重建学习准则下的关键点损失函数进行模型训练，得到训练完成的模型；步骤4、使用训练完成的模型进行推理预测获取视频中抽油机的规定关键点轨迹，计算不同关键点的运动参数，对现场抽油机的系列工况进行分析。本发明相较于传统的传感器提取方法，能够从视频数据识别抽油机生产的运动状态，提升对抽油机工况信息获取的经济效益。

公开(公告)号：CN118172714A

公开(公告)日：2024-06-11

申请号：CN202410598200.5

申请日：2024-05-15

Applicant: 中国石油大学(华东)

Inventor： 张凯 ,  宋泽文 ,  夏小龙 ,  张华清 ,  张黎明 ,  刘丕养 ,  严侠 ,  王阳 ,  张文娟 ,  姚军 ,  樊灵 ,  孙海 ,  杨永飞

IPC: G06V20/40 ,  G06V20/70 ,  G06V10/44 ,  G06V10/42 ,  G06V10/52 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/094

Abstract: 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。

公开(公告)号：CN118366104A

公开(公告)日：2024-07-19

申请号：CN202410791030.2

申请日：2024-06-19

Applicant: 中国石油大学(华东)

Inventor： 张凯 ,  夏小龙 ,  宋泽文 ,  张华清 ,  张黎明 ,  姚军 ,  樊灵 ,  杨永飞

IPC: G06V20/52 ,  G06V20/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06T7/73 ,  G06T7/246

Abstract: 本发明提供一种基于姿态估计的视频监控识别抽油机工况分析方法，属于石油工程领域，包括以下步骤：步骤1、制定抽油机关键点标注方案，采集抽油机的工作视频数据，构建输入样本集；步骤2、构建姿态估计YOLO‑Pose模型；步骤3、针对抽油机关键点检测任务特性进行学习准则重建，并构建重建学习准则下的关键点损失函数进行模型训练，得到训练完成的模型；步骤4、使用训练完成的模型进行推理预测获取视频中抽油机的规定关键点轨迹，计算不同关键点的运动参数，对现场抽油机的系列工况进行分析。本发明相较于传统的传感器提取方法，能够从视频数据识别抽油机生产的运动状态，提升对抽油机工况信息获取的经济效益。