НЕФТЯНАЯ ПРОВИНЦИЯ

Аннотация

 

Целью данной работы является разработка алгоритмов интеллектуального анализа нарушений правил ПБиОТ (промышленная безопасность и охрана труда) на видеозаписях в условиях, как производственных объектов, так и офисных помещений.

В ходе работы:

1. разработаны алгоритмы интеллектуального анализа;

2. сформированы данные для обучения моделей (датасет - dataset);

3. выбран тип нейронной сети;

4. обучены модели;

5. оценена точность выбранных алгоритмов;

6. проведено дополнительное тестирование на видеозаписях, полученных от ООО «Таас-Юрях Нефтегазодобыча» (далее-ООО «ТЮНГД»).

​

Ключевые слова:

 

видеоаналитика, ПБиОТ, datascience

Список литературы

 

1. Виды и причины несчастных случаев на производстве [электронный ресурс]. – URL: https://www.rsuh.ru (дата обращения 27.09.2021).

2. Bengio Y., Lecun Y. Convolutional Networks for Images, Speech, and Time-Series [Electronic resource]. – URL: https://www.researchgate.net/ (date of treatment: 27.09.2021).

3. Girshick R., Donahue J., Darrell T., Malik J. Rich feature hierarchies for accurate object detection and semantic segmentation [Electronic resource]. – URL: https://arxiv.org/pdf/1311.2524.pdf (date of treatment: 27.09.2021).

4. Girshick R. Fast R-CNN [Electronic resource]. – URL: https://arxiv.org/pdf/1504.08083.pdf (date of treatment: 27.09.2021).

5. Redmon J., Divvala S., Girshick R., Farhadi A. You Only Look Once: Unified, Real-Time Object Detection [Electronic resource]. – URL: https://arxiv.org/pdf/1506.02640.pdf (date of treatment: 27.09.2021).

6. Liu W., Anguelov D., Erhan D., Szegedy C., Reed S., Cheng-Yang Fu, Berg A. SSD: Single Shot MultiBox Detector [Electronic resource]. – URL: https://arxiv.org/pdf/1512.02325.pdf (date of treatment: 27.09.2021).

7. Simonyan K., Zisserman A. Very Deep Convolutional Networks for Large-Scale Image Recognition [Electronic resource]. – URL: https://arxiv.org/pdf/1409.1556.pdf (date of treatment: 27.09.2021).

8.  Lin T., Maire M., Belongie S., Bourdev L., Girshick R., Hays J., Perona P., Ramanan D., Zitnick C., Dollár P. Microsoft COCO: Common Objects in Context [Electronic resource]. – URL: https://arxiv.org/pdf/1405.0312.pdf (date of treatment: 27.09.2021).

9. EVA [Electronic resource]. – URL: https://github.com/Ericsson/eva (date of treatment: 27.09.2021).

10. PyTorch: From researh to production [Electronic resource]. – URL: https://pytorch.org (date of treatment: 27.09.2021).

Сведения об авторах

 

Гринченко Василий Александрович, ООО «Таас-Юрях Нефтегазодобыча»

Россия, 664050, Иркутск, ул. Байкальская, 291

E-mail: grinchenkova@tyngd.rosneft.ru

 

Попова Надежда Александровна, Иркутский национальный исследовательский технический университет

Россия, 664074, Иркутск, ул. Лермонтова, 83

E-mail: russiacova95@mail.ru

 

Чермянин Павел Игоревич, ООО «Тюменский нефтяной научный центр»

Россия, 625002, Тюмень, ул. Осипенко, 79/1

E-mail: ichermyanin2@tnnc.rosneft.ru

 

Кошелев Михаил Борисович, ООО «Тюменский нефтяной научный центр»

Россия, 625002, Тюмень, ул. Осипенко, 79/1

E-mail: mbkoshelev@tnnc.rosneft.ru

 

Хабибуллин Азамат Фаукатович, ООО «Тюменский нефтяной научный центр»

Россия, 625002, Тюмень, ул. Осипенко, 79/1

E-mail: afkhabibullin@tnnc.rosneft.ru

 

Поляков Дмитрий Валерьевич, ООО «Тюменский нефтяной научный центр»

Россия, 625002, Тюмень, ул. Осипенко, 79/1

E-mail: dvpolyakov3-tnk@tnnc.rosneft.ru

Для цитирования:

​

Гринченко В.А., Попова Н.А., Чермянин П.И., Кошелев М.Б, Хабибуллин А.Ф., Поляков Д.В. Цифровой супервайзинг//Нефтяная провинция.-2021.-№4(28).-Часть 1.-Спецвыпуск.-С.246-259. DOI https:// doi.org/10.25689/NP.2021.4.246-259