基于深度学习的化工园区风险分区分级管控、平台及电子设备
申请号:CN202411128647
申请日期:2024-08-16
公开号:CN118966780A
公开日期:2024-11-15
类型:发明专利
摘要
本发明涉及一种化工风险管理技术领域,是一种基于深度学习的化工园区风险分区分级管控、平台及存储介质,包括创建化工园区的三维园区空间模型,可视化展示化工园区的区内设置情况;根据待识别风险相关数据类型在风险识别模型库中选取对应的一个或多个风险识别模型,并将待识别风险相关数据输入对应的风险识别模型;对各个风险识别模型的输出结果进行风险评价。本发明利用YOLOv8m网络模型得到的风险识别模型对化工园区内风险进行识别,相较于结合传感器采集数据、传统图像处理算法和经验主义的风险识别方法,提高了风险识别的准确性和稳定性,并针对风险识别模型的风险识别结果执行风险分级管理,能够实现化工园区风险分区分级管控。
技术关键词
风险识别模型
风险分级方法
识别模型库
识别风险
分级管控方法
分级管控平台
数据可视化展示
Unity3D引擎
分区
存储化工
可视化图表
网络
风险管理技术
风险识别方法
图像处理算法
样本