标题：基于Faster-RCNN网络的接箍自动识别方法
作者：严正国 陈瑛 邹世娇 李锦江
作者单位：西安石油大学陕西省油气井测控技术重点实验室，陕西 西安 710065
关键字：接箍识别；可视化测井；Faster-RCNN；深度学习
摘要：在可视化测井中，深度对于判断油管缺陷位置、射孔位置至关重要，而现有的测深系统具有一定的深度误差。在观测井下视频人工查找接箍，存在耗时、检测速度慢等问题。先对VideoLog油气井可视化测井技术采集到的井下视频进行图像增强，引入Faster-RCNN模型，采用ResNet50网络作为特征提取网络提取接箍特征，最终通过兴趣区域池化网络和全连接层完成接箍的识别定位。该模型有着0.99的平均精度，在实验中，视频中的接箍均可被准确识别，具有识别速度快和准确率高等优点。