[发明专利]一种基于对比学习气体溢出检测方法

说明书

一种基于对比学习气体溢出检测方法，包括以下步骤：S1、对比学习训练阶段，训练图片特征提取的模型权重，所述模型包括三个分支分别进行特征提取，然后将三个特征进行融合得到最终的图片特征Isubgt;o/subgt;；S2、步骤S1中最后的模型冻结，并在之后连接两个全连接层，全连接层之间通过sigmoid激活函数得到非线性特征，最后输出特征特定维度大小的特征图，得出正负两分类的输出，代表是否有气体溢出的分类；S3、预设漏气的置信度阈值，将图片及热力图采集设备固定一定的角度对需要采集的设备进行定点拍摄，获取对应器件的RGB三通道图片以及对应的单通道热力图，将二者融合图输入步骤S2获得的模型中进行气体溢出分类预测。通过本申请可以更好的识别气体泄漏检测。

技术领域

本发明属于气体溢出检测的技术领域，尤其涉及一种基于对比学习气体溢出检测方法。

背景技术

气体的安全使用是气体的陈放的重要考虑因素，为了实现气体溢出的监测，不仅仅使用传感器，还包括以下技术：

1.(CN202011618527.2)基于图像识别的液体、气体跑冒滴漏识别方法及系统

该发明提出一种基于图像识别的液体、气体跑冒滴漏识别方法及系统，目的在于提高对跑冒滴漏现象识别的准确率；该方法是：通过摄像设备对监控现场进行视频素材收集；对视频素材进行分解以获得多个图片素材；通过线上标注工具对图片素材进行标注，即选中图片中的液体、气体跑冒滴漏区域；由以上来训练获得AI模型，并布局于监控设备当中；由布局有所述AI模型的监控设备对现场采集的视频素材进行分解和识别，当存在液体、气体跑冒滴漏区域时，对分解获得的图片素材进行标注，并进行告警。该系统包括布局于监控现场的若干个监控设备，所述监控设备包括：摄像模块、分解处理模块、检测模块、归类模块以及告警模块。该专利仅仅根据目标检测进行识别，在识别的过程中需要大量的训练样本，来进行特征提取，尤其是对负样本的收集有大的局限性，从而导致模型训练的困难。

2.(CN202111526834.2)一种基于图像的气体泄漏监测方法

该发明涉及气体泄漏监测，具体涉及一种基于图像的气体泄漏监测方法，基于泄漏气体红外辐射模型和气体温度生成气体浓度查找表，获取各待测区域的红外全景图像和实时气体温度，并结合气体浓度查找表得到各像素点对应的气体浓度值，将各待测区域的红外全景图像以及各像素点对应的气体浓度值发送至控制终端，控制终端得到整个待测区域的气体浓度空间分布数据，并在整个待测区域内确定泄漏源位置；本发明提供的技术方案能够有效克服现有技术所存在的难以对检测结果进行实时量化处理、无法快速准确确定泄漏源位置的缺陷。该发明仅仅基于红外图片通过温度信息对气体泄漏进行检测，往往受环境温度影响，且仅仅只能检测被检测气体与周围气体温度较大的气体，有很大的局限性。

3.(CN112131993A)一种基于图像识别技术的气体泄漏视觉检测系统及方法

该发明公开了一种基于图像识别技术的气体泄漏视觉检测系统及方法，所述系统包括：设置有气敏色变材料的检测模块、待检测气体储存装置、图像采集装置和处理器，多个所述设置有气敏色变材料的检测模块安装在所述待检测气体储存装置的表面，所述图像采集装置用于采集所述设置有气敏色变材料的检测模块的图像，多组所述图像采集装置与所述处理器通信连接，所述处理器用于识别气敏色变材料的颜色变化。本发明提供的基于图像识别技术的气体泄漏视觉检测系统及方法，利用气敏色变材料的变色特点，通过采集和识别设置有气敏色变材料的检测模块，就可以快速、准确实现气体泄漏检测，具有自动化水平高、实施简单、成本低的特点。该发明需要基于气敏材料进行检测，检测的气体种类有一定的局限性，无法准确的进行气体泄漏检测。

发明内容

为解决背景技术中的问题，为此，本发明提出了一种基于对比学习气体溢出检测方法，具体方案如下：

一种基于对比学习气体溢出检测方法，包括以下步骤：