来源：期刊VIP网 时间：
作者：向伟;龚云洋;李华昌;
单位：中国石化西南油气分公司采气三厂;
摘要：针对含硫天然气中H2S等腐蚀性物质易导致井站设备、管线等发生泄漏，易引发火灾，但常用的火焰和烟雾检测仪器、算法易受井站复杂环境影响，且含硫井站人工巡检存在一定风险，提出一种基于深度学习目标检测模型的含硫井站火焰和烟雾检测方法。首先，将能在移动端实时检测的YOLO V4目标检测模型先对公开火焰、烟雾数据集进行训练；接着，将训练好的模型采用迁移学习方法对井站火焰、烟雾数据集进行训练，提取井站火焰、烟雾特征；最后，经迁移学习训练后的YOLO V4模型对火焰、烟雾检测的平均精度均值高达99.62%，配合巡检机器人将对含硫井站有更好的火灾预警和救援侦察能力。
关键词：火灾检测;;烟雾检测;;深度学习;;目标检测;;YOLO V4;;迁移学习
