[发明专利]基于深度卷积神经网络的航拍绝缘子故障自动检测在审
| 申请号： | 201611106157.8 | 申请日： | 2016-12-02 |
| 公开（公告）号： | CN108154072A | 公开（公告）日： | 2018-06-12 |
| 发明（设计）人： | 杨彦利;王丽娟 | 申请（专利权）人： | 天津工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300387 *** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积神经网络的航拍绝缘子故障自动检测方法，该方法通过深度卷积神经网络对航拍绝缘子样本图像进行学习，记忆绝缘子的故障模式和正常模式，进而实现对绝缘子故障模式与正常模式的有效区分。本发明的方法能够在实际应用中扩充样本库，进而提高深度卷积神经网络对故障的识别能力，可以减少人工识别故障图像的工作量，具有广阔的工业应用前景。 | ||
| 搜索关键词： | 卷积神经网络 绝缘子故障 航拍 绝缘子 正常模式 自动检测 工业应用 故障模式 故障图像 人工识别 样本图像 样本库 工作量 应用 学习 | ||
【主权项】：
基于深度卷积神经网络的航拍绝缘子故障自动检测，其特征在于：该方法包括如下步骤：步骤1、获取绝缘子图像，并进行图像预处理；步骤2、若深度卷积神经网络需要学习训练，则对深度卷积神经网络进行训练，保存训练好的CNN模型；步骤3、加载训练好的深度卷积神经网络；步骤4、用训练好的深度卷积神经网络对绝缘子图像进行故障识别，给出识别结果并保存发现有故障的图像；步骤5、对步骤4的识别结果进行评价，找出误判图像，更新样本集；步骤6、根据需要利用更新后的样本集对深度卷积神经网络进行训练，提高深度卷积神经网络对故障模式的识别能力。
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天津工业大学，未经天津工业大学许可，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/patent/201611106157.8/，转载请声明来源钻瓜专利网。
