一种基于深度学习的LDAR目标分类检测与自动处理方法

本发明涉及检测与机器学习融合技术领域，且公开了一种基于深度学习的LDAR目标分类检测与自动处理方法，包括根据实际情况建立泄漏检测与修复密封点识别的深度学习模型；模型训练和测试数据的准备和手工处理；利用该模型对训练数据进行处理，通过不断调参和迭代训练，获得较高的泄漏组件测试识别结果图；利用训练后的结果，与后台数据库的编码规则和相关数据结合，获得最新的密封点编码；根据模型处理出的位置，结合传统图像处理技术，自动化的完成最终LDAR密封点的处理工作。本发明具备能够实现LDAR目标批量化定位识别、编码和处理，提高密封点处理效率，同时降低LDAR建档工作复杂度的优点。