[发明专利]识别风力发电机部件的边缘的方法及装置有效
| 申请号： | 201710655881.4 | 申请日： | 2017-08-03 |
| 公开（公告）号： | CN107463899B | 公开（公告）日： | 2019-01-29 |
| 发明（设计）人： | 杨博宇;王百方;程庆阳 | 申请（专利权）人： | 北京金风科创风电设备有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京铭硕知识产权代理有限公司 11286 | 代理人： | 徐璐璐;曾世骁 |
| 地址： | 100176 北京市大*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提供一种识别风力发电机部件的边缘的方法及装置。所述方法包括：获取包括待识别部件的图像；将获取的图像输入到基于样本集训练得到的卷积神经网络模型，来获得用于指示待识别部件的边缘的图像，其中，所述卷积神经网络模型包括N个卷积阶段，第k个卷积阶段包括Mk个卷积层，N为大于1的整数，k为大于0小于等于N的整数，Mk为大于1的整数，其中，所述卷积神经网络模型的输入层连接到第一卷积阶段，从第一卷积阶段开始，每个卷积阶段通过池化层连接到下一卷积阶段，并且，N个卷积阶段所包括的所有卷积层还通过特定网络结构连接到输出层。根据所述方法及装置，能够快捷、准确地从图像中识别出风力发电机部件的边缘。 | ||
| 搜索关键词： | 识别 风力发电机 部件 边缘 方法 装置 | ||
【主权项】：
1.一种识别风力发电机部件的边缘的方法，其特征在于，所述方法包括：获取包括待识别部件的图像；将获取的图像输入到基于样本集训练得到的卷积神经网络模型，来获得用于指示待识别部件的边缘的图像，其中，所述卷积神经网络模型包括N个卷积阶段，第k个卷积阶段包括Mk个卷积层，N为大于1的整数，k为大于0小于等于N的整数，Mk为大于1的整数，其中，所述卷积神经网络模型的输入层连接到第一卷积阶段，从第一卷积阶段开始，每个卷积阶段通过池化层连接到下一卷积阶段，并且，N个卷积阶段所包括的所有卷积层还通过特定网络结构连接到输出层，以使每个卷积阶段所包括的所有卷积层在顺序连接的同时，还通过对应的网络结构连接到输出层，从而输出层还能够利用N个卷积阶段所包括的所有卷积层输出的信息。
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北京金风科创风电设备有限公司，未经北京金风科创风电设备有限公司许可，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/patent/201710655881.4/，转载请声明来源钻瓜专利网。
- 上一篇：基于视觉传感网络的舞台表演行为异常监控方法
- 下一篇：具有指纹识别功能的终端
