[发明专利]一种基于深度学习的输电线路施工物体图像检测方法在审
| 申请号： | 201810584363.2 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN108734225A | 公开（公告）日： | 2018-11-02 |
| 发明（设计）人： | 黄红兵;龚小谨;吴秋晗;姜文东;邵炜平;姚祺;章毅;刘俊毅;江洪成;贺家乐;俞红生;温积群;范超;王艳艳;娄佳;蔡晴 | 申请（专利权）人： | 浙江大学;国网浙江省电力有限公司信息通信分公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/32;G06N3/04 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 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学习的输电线路施工物体图像检测方法。采集多幅已知施工物体标签的输电线路监控图像，构建输电线路施工物体检测神经网络，将图像及其对应的施工物体标签输入到输电线路施工物体检测神经网络中，利用带动量SGD算法训练神经网络；采用训练后的神经网络对未知施工物体标签的待测监控图像进行处理，获得待测监控图像中施工物体的检测结果。本发明方法能够准确地检测出输电线路监控图像中的施工物体，并对光照以及气候变化具有较强的鲁棒性。 | ||
| 搜索关键词： | 输电线路施工 神经网络 物体标签 施工 输电线路监控 物体图像检测 监控图像 物体检测 图像 检测结果 算法训练 鲁棒性 构建 气候变化 光照 采集 学习 检测 | ||
【主权项】：
1.一种基于深度学习的输电线路施工物体图像检测方法，其特征是，包括如下步骤：(1)采集多幅已知施工物体标签的输电线路监控图像I，施工物体标签为[ci,xi,yi,wi,hi]，其中i表示第i个施工物体，ci表示第i个施工物体的分类类别，xi,yi,wi和hi分别表示第i个施工物体中心点的x坐标、y坐标、宽度和高度；(2)构建输电线路施工物体检测神经网络，将图像I及其对应的施工物体标签输入到输电线路施工物体检测神经网络中，利用带动量SGD算法训练神经网络；(3)采用训练后的神经网络对未知施工物体标签的待测监控图像进行处理，获得待测监控图像中施工物体的检测结果。
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浙江大学;国网浙江省电力有限公司信息通信分公司，未经浙江大学;国网浙江省电力有限公司信息通信分公司许可，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/201810584363.2/，转载请声明来源钻瓜专利网。
