손바닥 위의 콜라 인식 시스템
정확한 우물 내 위치 확인은 석유 및 가스 작업에서 중요하지만 전통적인 표면 기반 케이싱 카라 로케이터(CCL) 모니터링에서는 신호 손실로 인해 자주 저해됩니다. 이 문제를 해결하기 위해 임베디드 신경망을 사용한 현장 즉시 카라 인식 시스템을 제안합니다. 리소스 제약이 있는 ARM Cortex-M7 마이크로프로세서용 최적화된 가벼운 카라 인식 네트워크 (CRNs)를 도입하였습니다. 시간과 깊이별 분리 합성곱을 활용하여 가장 컴팩트한 모델은 계산 복잡도를 단지 8,208 MAC으로 줄였음에도 불구하고 F1 점수는 0.972을 유지하고 있습니다. 하드웨어 검증 결과 평균 추론 지연 시간이 343.2 μs임을 확인하여, 심각한 전력 및 공간 제약 조건하에서도 우물 내 장비에서 견고하고 자율적인 신호 처리가 가능함을 입증하였습니다.
paper
AI 요약
