科创中国

成果描述：在危化气瓶安全管控等智慧应用场景上，围绕气瓶充装和检验等核心场景存在的劳动密集、强度大、专业性和知识强等特点；构建气瓶宏观检查、检验的孔洞、裂纹、磨损与腐蚀等原始气瓶图形库，采用AI云+端的部署模式；边缘端进行快速目标检测与服务端的气瓶缺陷识别；构建气瓶了目标检测->缺陷识别->报废预警的闭环应用场景。实现了气瓶充装、检验中的人为因素影响。在技术上主要在YOLO算法版本上进行裁剪优化，以便在低功耗设备上运行。云端AI则缩短和优化CNN卷积神经网络数实现，对光线昏暗（夜晚、特殊天气下）的场景进行了大量的优化和数据训练。边缘端可实现4路视频的实时目标采集，并可将识别的气瓶图片资料上传到云端并进行二次风险识别。云端识别具有灵活、方便，可插拔算法的特点。云端具有接入10万连接，每秒处理10000张图片的计算能力。

预测技术在个体上主要基于使用年限、充装介质、充装次数、充装间隔、充装量、腐蚀速率等进行线性回归预测。风险上对个体风险系统的识别基础上，增加了充装位置、人员密集度、风险次生危险等要素构件了基于区域的气瓶风险跟踪与警示系统。

成果介绍资料：

基于AI的危化气瓶智能安全管控系统通过人工智能的方式实现在标识、检验、充装等环节自动识别，降低人力成本、提高可靠性；通过大数据应用，已经形成较为优化的算法，对于隐患情况识别率较高；本产品技术可靠，已经应用于全国数千家气瓶单位，数千万只气瓶管理。

在危化气瓶充装、检验等需安全管控的环节场景中，采用AI云+端的部署模式；在技术上主要在YOLO算法版本上进行裁剪优化，云端AI则缩短和优化CNN卷积神经网络数实现，对光线昏暗的场景进行了大量的优化和数据训练。对场景中的设备、人员操作动作等目标进行智能识别、分析判断，进行记录并实现风险识别警告。