[发明专利]一种基于YOLO目标检测算法的红外图像故障点识别方法在审
| 申请号： | 201910089294.2 | 申请日： | 2019-01-30 |
| 公开（公告）号： | CN109784336A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 周仿荣;彭庆军;马御棠;潘浩;郭涛;赵亚光;文刚 | 申请（专利权）人： | 云南电网有限责任公司电力科学研究院;云南电网有限责任公司红河供电局 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/20 |
| 代理公司： | 北京弘权知识产权代理事务所(普通合伙) 11363 | 代理人： | 逯长明;许伟群 |
| 地址： | 650217 云南省昆*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于YOLO目标检测算法的红外图像故障点识别方法，包括：获取红外图像，设置红外图像中的预测边框；设置红外图像中存在电力设备的概率，根据红外图像中存在电力设备的概率设置判断阈值；判断置信值是否大于判断阈值，若置信值大于判断阈值，则存在电力设备，执行下一步；反之，则结束；对存在电力设备的红外图像进行处理和故障特征识别，得到故障的电力设备；将故障的电力设备进行处理后与红外图像故障库进行对比，从而识别出红外图像的故障点。本申请提供的一种基于YOLO目标检测算法的红外图像故障点识别方法结合了YOLO目标检测算法，实现了对红外图像故障的实时检测识别，大大降低了红外图像故障识别的错误概率，使实时效果更加清晰。 | ||
| 搜索关键词： | 红外图像 电力设备 目标检测算法 故障点 置信 边框 错误概率 概率设置 故障识别 故障特征 实时检测 故障库 申请 清晰 预测 概率 | ||
【主权项】：
1.一种基于YOLO目标检测算法的红外图像故障点识别方法，其特征在于，所述方法包括以下步骤：步骤S1：获取红外图像，设置所述红外图像中的预测边框，所述每个预测边框均包含五维信息，所述五维信息包括预测边框中心相对于所述每个网格的偏移，所述五维信息还包括所述预测边框的宽高相对于整幅所述红外图像之比，所述五维信息还包括置信值；步骤S2：设置所述红外图像中存在电力设备的概率，根据所述红外图像中存在电力设备的概率设置判断阈值；步骤S3：判断所述置信值是否大于所述判断阈值，若所述置信值大于所述判断阈值，则存在电力设备，执行步骤S4；反之，则结束；步骤S4：对存在电力设备的所述红外图像进行处理和故障特征识别，得到故障的电力设备；步骤S5：将故障的电力设备进行处理后与红外图像故障库进行对比，从而识别出红外图像的故障点。
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云南电网有限责任公司电力科学研究院;云南电网有限责任公司红河供电局，未经云南电网有限责任公司电力科学研究院;云南电网有限责任公司红河供电局许可，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/201910089294.2/，转载请声明来源钻瓜专利网。
