[发明专利]电力设备识别模型构建方法和系统、电力设备的识别方法在审
| 申请号： | 201710792194.7 | 申请日： | 2017-09-05 |
| 公开（公告）号： | CN107480730A | 公开（公告）日： | 2017-12-15 |
| 发明（设计）人： | 莫文雄;秦皓;刘俊翔;胡金星;栾乐;郭媛君;肖天为;李光茂 | 申请（专利权）人： | 广州供电局有限公司;中国科学院深圳先进技术研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 广州华进联合专利商标代理有限公司44224 | 代理人： | 周清华 |
| 地址： | 510620 广*** | 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： | 本发明涉及一种电力设备识别模型构建方法和系统、电力设备的识别方法。上述电力设备识别模型构建方法包括标注各类电力设备分别对应的红外图像中的电力设备目标，得到样本训练集；输入RPN卷积神经网络，使损失函数有最小值，输出目标候选框；将目标候选框输入Fast‑RCNN卷积神经网络，通过全连接层与回归函数计算目标候选框到对应的类别的转换权值，利用边框回归获得目标候选框的位置偏移到对应标签位置的Fast‑RCNN参数；将共享卷积层学习率设为0，初始化，在所述RPN卷积神经网络中根据所述Fast‑RCNN参数对输入的红外图像进行训练，得到RPN卷积神经网络模型；将目标候选框输入所述RPN卷积神经网络模型，更新Fast‑RCNN卷积神经网络，形成统一的Faster‑RCNN网络，输出电力设备识别模型。 | ||
| 搜索关键词： | 电力设备 识别 模型 构建 方法 系统 | ||
【主权项】：
一种电力设备识别模型构建方法，其特征在于，包括如下步骤：S10，标注各类电力设备分别对应的红外图像中的电力设备目标，得到样本训练集；S20，将所述样本训练集输入RPN卷积神经网络，调整所述RPN卷积神经网络中的训练参数，使损失函数有最小值，输出目标候选框；S30，将所述目标候选框输入Fast‑RCNN卷积神经网络进行训练，通过所述Fast‑RCNN卷积神经网络中的全连接层与回归函数计算目标候选框到对应的类别的转换权值，利用Fast‑RCNN卷积神经网络的边框回归获得目标候选框的位置偏移到对应标签位置的Fast‑RCNN参数；S40，将所述RPN卷积神经网络的共享卷积层学习率设为0，初始化所述RPN卷积神经网络和Fast‑RCNN卷积神经网络，在所述RPN卷积神经网络中根据所述Fast‑RCNN参数对输入的红外图像进行训练，得到RPN卷积神经网络模型；S50，将所述目标候选框输入所述RPN卷积神经网络模型，更新所述Fast‑RCNN卷积神经网络，形成统一的Faster‑RCNN网络，进行迭代训练，输出电力设备识别模型。
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广州供电局有限公司;中国科学院深圳先进技术研究院，未经广州供电局有限公司;中国科学院深圳先进技术研究院许可，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/201710792194.7/，转载请声明来源钻瓜专利网。
