[实用新型]一种基于深度学习图形识别算法的变电站智能摄像头有效

专利信息
申请号: 201921879291.0 申请日: 2019-11-01
公开(公告)号: CN210780991U 公开(公告)日: 2020-06-16
发明(设计)人: 宁柏锋;董召杰 申请(专利权)人: 深圳供电局有限公司;南方电网数字电网研究院有限公司
主分类号: H04N5/225 分类号: H04N5/225;H04N7/18;G03B17/55;F16M13/02;F16M11/04;F16M11/06
代理公司: 暂无信息 代理人: 暂无信息
地址: 528000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 图形 识别 算法 变电站 智能 摄像头
【说明书】:

实用新型提供的一种基于深度学习图形识别算法的变电站智能摄像头,包括下盒、连接块、第二轨道和第三轨道,下盒的上方设置有上盒,且下盒的左方设置有摄像头,所述下盒的右方设置有降温盒,且下盒的内部上方前后两侧均设置有防尘盒,同时防尘盒的上方贯穿有第一螺母,所述连接块安装在下盒的下方,且连接块的下方设置有旋转块,所述旋转块的下方设置有第一轨道,且第一轨道贯穿立柱的上方。本实用新型提供的一种基于深度学习图形识别算法的变电站智能摄像头,所述下盒为方形结构,且下盒的尺寸和上盒的尺寸相同,由于下盒的尺寸和上盒的尺寸相同,可以便于下盒和上盒的拆卸与安装,方便使用者对摄像头的维护与更换。

技术领域

本实用新型涉及变电站相关技术领域,尤其涉及一种基于深度学习图形识别算法的变电站智能摄像头。

背景技术

传统的智能摄像头,内部的构建比较固定,各个组成件之间的连接为固定连接,不可调节,内部不具有防热防尘效果,由于摄像头长期使用,内部散热与积尘长时间不去处理,会导致摄像头减少使用寿命,并且主机外壳的装置也比较固定,不方便更换与维护和清理。

但是目前使用的传统的智能摄像头,由于各个组成件之间的连接为固定连接,不可调节,内部不具有防热防尘效果,内部散热与积尘长时间不去处理,导致摄像头减少使用寿命,并且主机外壳的装置也比较固定,不方便更换与维护和清理。

因此,有必要提供一种基于深度学习图形识别算法的变电站智能摄像头解决上述技术问题。

实用新型内容

本实用新型提供一种基于深度学习图形识别算法的变电站智能摄像头,解决了导致由于各个组成件之间的连接为固定连接,不可调节,内部不具有防热防尘效果,内部散热与积尘长时间不去处理,导致摄像头减少使用寿命,并且主机外壳的装置也比较固定,不方便更换与维护和清理。

为解决上述技术问题,本实用新型提供的一种基于深度学习图形识别算法的变电站智能摄像头,包括下盒、连接块、第二螺母、第二轨道和第三轨道,下盒的上方设置有上盒,且下盒的左方设置有摄像头,所述下盒的右方设置有降温盒,且下盒的内部上方前后两侧均设置有防尘盒,同时防尘盒的上方贯穿有第一螺母,所述连接块安装在下盒的下方,且连接块的下方设置有旋转块,所述旋转块的下方设置有第一轨道,且第一轨道贯穿立柱的上方,所述第二螺母分别贯穿于第一轨道和立柱的前方,且立柱的下方设置有固定板,所述固定板的右方设置有把手,所述第二轨道均安装在防尘盒的外侧,且第二轨道安装在下盒和上盒的内部,所述第三轨道分别安装在降温盒的两侧,且第三轨道分别开设在下盒内部右方内壁两侧。

优选的,所述下盒为方形结构,且下盒的尺寸和上盒的尺寸相同。

优选的,所述下盒通过连接块与旋转块构成旋转结构,且连接块和旋转块之间为螺纹连接。

优选的,所述旋转块通过第一轨道与立柱构成升降结构,且立柱的宽度大于第一轨道的宽度。

优选的,所述立柱通过把手与固定板构成旋转结构,且固定板和立柱之间为螺纹连接。

优选的,所述防尘盒通过第二轨道与下盒和上盒构成滑轮结构,且第二轨道关于与防尘盒的中轴对称设置。

优选的,所述降温盒通过第三轨道与下盒构成滑轮结构,且第三轨道关于下盒的中轴线对称设置。

与相关技术相比较,本实用新型提供的一种基于深度学习图形识别算法的变电站智能摄像头具有如下有益效果:

1、本实用新型提供的一种基于深度学习图形识别算法的变电站智能摄像头,通过下盒上盒的设置,由于下盒的尺寸和上盒的尺寸相同,可以便于下盒和上盒的拆卸与安装,方便使用者对摄像头的维护与更换;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳供电局有限公司;南方电网数字电网研究院有限公司,未经深圳供电局有限公司;南方电网数字电网研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201921879291.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top