- 综合排序
- 最热优先
- 最新优先
- 来自专栏燧机科技-视频AI智能分析
管道设备漏水漏油识别检测系统
管道设备漏水漏油识别检测系统应运而生，该系统旨在通过现场已安装的监控摄像头，结合先进的计算机视觉算法，对管道设备状态进行24小时不间断的智能监测。 核心算法能力解析：多介质特征提取：漏油识别：利用油渍与地面或设备表面的颜色差异（如彩虹色反光、深色浸润）及纹理扩散特征，训练模型精准定位不规则油斑。 微漏检测：通过高帧率视频流分析，捕捉阀门、法兰连接处微小的液滴下落轨迹或持续湿润痕迹，实现“跑冒滴漏”的早期发现。 只有当检测到液体区域随时间扩大或存在明显流动特征时，才触发报警，大幅降低因积水、阴影造成的误报。 六、结语管道设备漏水漏油识别检测系统的核心价值，在于激活了沉睡的视频资产，构建了一张全天候、无死角的工业安全感知网。
19700编辑于 2026-03-07 - 来自专栏PyQt+YOLO
【AI加持】基于PyQt5+YOLOv8+DeepSeek的变压器漏油检测系统（详细介绍）
变压器漏油是常见且高风险的运行缺陷之一，可能引发绝缘性能下降、设备过热甚至火灾事故。早期漏油检测主要依赖人工巡检与经验判断，不仅效率低、主观性强，而且在高压、偏远或恶劣环境下存在较大安全隐患。 YOLO系列算法以其实时性强、精度高的特点，在工业检测领域得到广泛应用。YOLOv8在网络结构和推理效率上的进一步优化，为变压器漏油这种细粒度目标检测提供了可靠技术基础。 通过对检测结果、历史数据和运维知识的综合理解，系统不仅能够完成漏油识别，还可提供原因分析、风险评估和处理建议，推动检测系统从“看得见”向“看得懂”转变。 四．数据集本系统为基于PyQt5+YOLOv8+DeepSeek的变压器漏油检测系统。 YOLOv8对变压器关键部位进行漏油目标检测，DeepSeek对检测结果进行语义分析与风险判断，自动生成巡检结论，减少人工肉眼巡查强度，提高漏油早期发现率与巡检效率。
39310编辑于 2025-12-14 电力场景设备漏油检测数据集VOC+YOLO格式338张1类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：338 标注数量(xml文件个数)：338 标注数量(txt文件个数)：338 标注类别数：1 标注类别名称:[“oil”] 每个类别标注的框数：
23710编辑于 2025-07-20电力场景电力设备漏油检测数据集VOC+YOLO格式1114张36类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
25710编辑于 2025-09-09- 来自专栏云深知网络 可编程P4君
老司机等等我，我家漏油器也要换“芯”了！
专业性 – 网络应用专用的CTOP（C programmable Task Optimized Processors）处理器
55520编辑于 2023-02-15 - 来自专栏燧机科技-视频AI智能分析
罐区漏油液体泄漏识别系统 守护工业安全
为提升过程安全水平，部分企业部署了“罐区漏油液体泄漏识别系统”。然而，市场宣传中常出现“实时检测”“立刻告警”“基于双引擎架构”“以便工作人员采取措施”等夸大表述，易引发对技术能力的误判。 系统无法实现：区分油、水、冷凝液或化学溶剂（颜色、反光高度相似，普通RGB摄像头难以分辨）；检测无可见积聚的微渗、气态挥发或内部管道破裂；“实时检测”——实际存在1～3秒处理延迟，且需连续多帧确认；替代压力 二、系统架构：背景建模 + 动态异常检测 + 边缘推理本方案采用三层边缘智能架构，保障数据本地化、低带宽通信：前端感知层在罐体底部、泵区、阀门组下方等关键点部署200万像素红外补光枪机（建议俯视30°～
14610编辑于 2026-01-31 - 来自专栏剑指工控
PKS的温压补偿
流量计是工业测量领域不可或缺的仪表设备，但是影响流量计精度的因素有很多，比如检测环境，包括温度、湿度、气压等，检测方式： 1、机械磨损因素 一般新的流量计在经过一段时间磨合之后，齿轮之间的间隙是适合的， 3、压差过大或者过小 当流量计的进出口之间的压力差比较小的时候，齿轮转速就会低，漏油量也会比较大；而当流量计的流量进出口之间的压力较大时，齿轮转速快，漏油量也会增加，误差自然也就比较大。 4、介质粘度因素 当测量的介质粘度出现变化，测量数据也会变化，粘度增大时，漏油量小，误差小，粘度减小时，漏油量大，误差大。因此在使用流量计时要注意看测量介质是否符合流量计测量标准，要保持一致。
58640编辑于 2022-11-14 - 来自专栏燧机科技-视频AI智能分析
变电站视频监控AI巡视系统
变电站视频监控AI巡视系统基于YOLOv10+Transformer，针对变电站不同设备实现指针表读数、数字表读数、指示灯开关 / 压板、硅胶变色、表盘破损模糊、油位、局域绝对测温、三相相对测温、渗漏油检测 YOLOv10改进点：采用动态标签分配策略，针对变电站设备小目标检测进行优化引入自适应特征金字塔网络（AFPN），提升多尺度设备检测能力实验室测试显示，在变电站设备检测场景下，mAP达到89.3%（实验室数据 渗漏油检测采用光流法与颜色分析：通过连续帧光流分析判断油液流动，结合颜色特征确认渗漏。实验室测试显示渗漏油检出准确率为87.9%（实验室数据）。4. 安全与环境监测鸟巢检测采用小目标检测优化策略：针对鸟巢在图像中占比小的特点，采用高分辨率特征图进行检测。实验室环境下鸟巢检出率达到85.6%（实验室数据）。 绝缘子破损检测采用边缘检测与深度学习结合：先通过Canny边缘检测提取绝缘子轮廓，然后使用CNN判断破损状态。实验室测试显示破损检出准确率为90.1%（实验室数据）。5.
8910编辑于 2026-04-10 - 来自专栏燧机科技-视频AI智能分析
监控视频智能分析软件
1、SuiJiAI 厂区区域入侵智能报警盒 2、SuiJiAI 厂区火焰检测智能盒 3、SuiJiAI 厂区安全帽检测智能盒 4、SuiJiAI 厂区车辆超速智能分析盒 5、SuiJiAI 厂区口罩检测智能盒 6、SuiJiAI 厂区抽烟检测智能盒 7、SuiJiAI 厂区烟雾检测智能盒 8、SuiJiAI 可疑人员重点区域徘徊识别智能盒 9、SuiJiAI 人群异常聚集识别智能盒 10、SuiJiAI 未穿戴安全带识别智能盒 11、SuiJiAI 漏油识别智能盒 12、SuiJiAI 断料识别智能盒 13、SuiJiAI 限高识别智能盒 14、SuiJiAI 值班人员离岗识别智能盒 15、SuiJiAI 消防通道占用堵塞检测智能盒 16、SuiJiAI 灭火器识别智能盒 17、SuiJiAI 车辆违规停放识别智能盒 18、SuiJiAI 打架识别智能盒 19、SuiJiAI 工地车辆超速检测智能盒 20、SuiJiAI 工程车载人检测智能盒 21、SuiJiAI 反光衣检测识别智能盒监控视频智能分析软件通过监控对烟火、堵塞、抽烟、行为、安全状态、物体识别等基于智能视频分析，运用智能视频分析结合前沿深度学习技术
4.1K20编辑于 2022-09-04 AR眼镜 + 视觉大模型在工业巡检的核心应用场景
设备缺陷智能检测适用对象：生产线电机、管道、阀门；电力变压器、绝缘子；桥梁钢结构、储罐等。 核心功能：AR 眼镜实时采集设备图像，边缘端传输至视觉大模型；模型自动识别裂缝、腐蚀、变形、漏油等缺陷，判断严重等级；AR 眼镜以高亮框 + 文字标注缺陷位置，同步记录缺陷坐标与图像。2. 核心功能：AR 眼镜集成麦克风、振动传感器，同步采集设备图像、运行声音、振动波形；模型联合音频分析，综合判断状态（如“轴承端盖漏油 + 振动异常→轴承磨损”）；AR 以 3D 拆解图展示内部结构，标注问题部件
55110编辑于 2025-08-27- 来自专栏全栈程序员必看
net MVC 3.0 1
我们就有了我们 Controller的一个核心方法，当浏览器访问的时候，主要是借助于这个 Index 方法和漏油事件来完成页面的跳转， 在关于漏油事件我们以后的文章里会提到。 关于上面提到的漏油事件，我们这里可以看到他的截图。 在漏油处理的时候，我们这里根据我们的URL链接地址栏，new 即为默认环境下，我们去找 Home这个控制器，然后去找 ListJquery这个方法，ID为可以选值，这样我们在项目启动的时候，我们就进入了
62530编辑于 2022-09-18 - 来自专栏燧机科技-视频AI智能分析
视频智能分析系统
监控视频智能分析系统在工厂场景下可以实现的算法如下：1、厂区区域入侵智能报警盒 2、厂区火焰检测智能盒 3、 厂区安全帽检测智能盒 4、 厂区车辆超速智能分析盒 5、厂区口罩检测智能盒 6、 厂区抽烟检测智能盒 7、厂区烟雾检测智能盒 8、 可疑人员重点区域徘徊识别智能盒 9、 人群异常聚集识别智能盒 10、未穿戴安全带识别智能盒 11、 漏油识别智能盒 12、 断料识别智能盒 13、 限高识别智能盒 14、 值班人员离岗识别智能盒 15、 消防通道占用堵塞检测智能盒 16、灭火器识别智能盒 17、车辆违规停放识别智能盒 18、 打架识别智能盒 19、工地车辆超速检测智能盒 20、工程车载人检测智能盒 21、 反光衣检测识别智能盒
4K10编辑于 2022-08-31 - 来自专栏机器人小农
说说你遇到过的kuka故障
（如果你知道具体怎么处理麻烦教我一下） 1 漏油 kuka机器人漏油这事已经是公开的秘密了，甚至还发过文件道歉。处理办法要么是更换齿轮箱，要么是更换油封。 对了还有就是保养操作失误导致漏油（油加多了运行发热，压力增加顶破油封） 不过说实话影响也不是很大，记得定期保养就ok了，如果在质保期内的机器人马上拨打400，骂街！！！
2.2K30编辑于 2022-06-29 - 来自专栏Python绿色通道
看数据评测买车不上当
近日，西安某车主因新车漏油退换车受阻，坐引擎盖上哭诉维权一事引发关注。当事人花66万买了新车，刚开出4S店就发现发动机漏油。相关话题热度自4月10日以来持续受到网民关注。 ? ? 数据获取 ?
69130发布于 2019-05-10 - 来自专栏小詹同学
人脸检测——笑脸检测
前边已经详细介绍过人脸检测，其实检测类都可以归属于同一类，毕竟换汤不换药！ 无论是人脸检测还是笑脸检测，又或者是opencv3以后版本加入的猫脸检测都是一个原理，用的是detectMultiScale函数，其具体使用参考公众号历史文章中的人脸检测（一）——基于单文档的应用台程序即可 ~ 笑脸检测用的还是那个函数（还是熟悉的味道！） 这里主要分两步来说： 1.加载人脸检测器进行人脸检测 2 加载笑脸检测器进行笑脸检测 其具体程序如下，可以实现对图片的检测，也可以调用摄像头对采集到的实时图像进行检测，需要完整项目的后台回复关键词 “笑脸检测”即可~ 关键部分程序如下： ?
3.7K70发布于 2018-04-13 AI 驱动的 AR眼镜巡检技术方案：让工业缺陷识别更精准高效｜阿法龙XR云平台
在电力变电站、化工园区或是智能制造车间里，巡检人员常常需要攀爬上百米的风机、俯身检查错综复杂的管道，仅凭肉眼排查设备是否存在裂缝、锈蚀或漏油 。 最底层的感知层，用 1080P 以上的高清摄像头捕捉设备细节，再搭配温度、振动传感器，从图像和数据两方面辅助判断缺陷；中间的 AI 处理层是方案的核心，选择了轻量化的 YOLOv8-Nano 模型做目标检测 YOLOv8)、opencv-python、pytorchfrom ultralytics import YOLOimport cv2import numpy as np# 加载训练好的AI模型：缺陷检测
41510编辑于 2025-10-09- 来自专栏机器人网
机器人与世界500强不得不说的故事 (一)
尽管业绩出现反弹，但英国石油仍然需解决2010年臭名昭著的墨西哥湾漏油事件造成的负面影响。因此，公司一方面在努力完善安全问题，同时还在继续提高公司的利润。 无人机的加入或许可以提高该公司设备维护的效率，从而避免出现上述的漏油事件，保护地球环境，同时也维护公司的声誉。
74071发布于 2018-04-12 - 来自专栏机器人网
纳米机器人已经研发成功？ （多图慎点）
2010年7月1日，美国密西西比州的湾港，墨西哥湾“深水地平线”号的漏油被冲上海岸。在应对漏油事故等环境灾难方面，纳米机器人的效率远超过传统方式。
1.3K60发布于 2018-04-19 微信域名检测-域名检测-域名安全检测-域名拦截检测
再用微信域名检测接口去检测短网址域名。如果出现拦截，可更换短网址域名重新生成短网址，从而能保证新生产的短网址不会被微信拦截。 接口介绍请求参数名称类型必须说明url String 是 网址可参见接口文档短网址生成可参考这里返回样例// 检测正常{ "code": 200, "msg": "成功", "taskNo": " 41020892700032664119", "charge": true, "data": { "message": "正常", "result": true }}// 检测不正常
35610编辑于 2026-03-06- 来自专栏PaddlePaddle
【目标检测】SSD目标检测
场景文字识别 目标检测任务的目标是给定一张图像或是视频帧，让计算机找出其中所有目标的位置，并给出每个目标的具体类别。对于人类来说，目标检测是一个非常简单的任务。 【目标检测】 SSD目标检测 |1. 概述 SSD全称：Single Shot MultiBox Detector，是目标检测领域较新且效果较好的检测算法之一[1]，有着检测速度快且检测精度高的特点。 SSD原理 SSD使用一个卷积神经网络实现“端到端”的检测：输入为原始图像，输出为检测结果，无需借助外部工具或流程进行特征提取、候选框生成等。 共包含4个字段，以tab分割，第一个字段是检测图像路径，第二字段为检测矩形框内类别，第三个字段是置信度，第四个字段是4个坐标值（以空格分割）。
4.9K90发布于 2018-04-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号