您所在的位置: 成果库 基于红外热成像和深度学习模型的工业气体泄露检测方法

基于红外热成像和深度学习模型的工业气体泄露检测方法

发布时间: 2023-09-27

来源: 试点城市(园区)

基本信息

合作方式: 技术转让
成果类型: 发明专利
行业领域:
电子信息技术
成果介绍
本发明属于工业漏气检测和计算机视觉领域,涉及一种基于红外热成像和深度学习模型的工业气体泄露检测方法,包括以下步骤:步骤一,使用红外热成像仪对工业漏气设备进行拍照成像;步骤二,对采集到的红外气体图像中的气体区域进行检测框标注,并制作为工业设备漏气红外图像数据集;步骤三,构建轻量级工业设备漏气检测深度学习模型;步骤四,训练轻量级工业设备漏气检测深度学习模型;步骤五,获取训练完成后的模型参数配置文件并部署应用至设备端,进行实时地多场景工业设备漏气检测。本发明有效解决了工业不可见漏气的检测问题,可以及时并清晰地反馈设备是否漏气,保障工业生产安全,具有广泛的应用价值。
成果亮点
有效解决了工业不可见漏气的检测问题,可以及时并清晰地反馈设备是否漏气,保障工业生产安全,具有广泛的应用价值。
团队介绍
浙江大学机器人研究院(以下简称“研究院)是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署,在余姚市的大力推动下,于2017年由浙江大学和余姚市合作共建的新型研发机构。 研究院面向科技前沿、面向经济发展主战场,将机器人、智能装备研发及产业化作为主要突破方向;立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念,以体制机制创新为抓手,以科技研发、成果转化和人才培育为核心,着力构建技术-人才-产业深度融合的创新创业生态;努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。
成果资料