[发明专利]锈斑识别方法及装置在审
| 申请号： | 201910204366.3 | 申请日： | 2019-03-18 |
| 公开（公告）号： | CN110111299A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 周晨轶;张文杰;汤亿则;梅峰;王文;冯宇;徐亦白;卢杉;冯烛明;林晓亮 | 申请（专利权）人： | 国网浙江省电力有限公司信息通信分公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 杭州华鼎知识产权代理事务所(普通合伙) 33217 | 代理人： | 魏亮 |
| 地址： | 310007*** | 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： | 本发明公开了一种锈斑识别方法及装置。该方法包括：获取目标图像；将所述目标图像进行预处理，生成上采样图片与下采样图片；将所述上采样图片与所述下采样图片输入锈斑识别模型中，获取特征图；对所述特征图进行细粒度特征识别，确定识别结果；以及根据所述识别结果确定所述目标图像中是否存在锈斑；其中，所述锈斑识别模型通过具有ResNet50网络结构的卷积神经网络模型训练获得。本公开涉及的锈斑识别方法及装置，能够准确、快捷地判断设备上的锈斑，保证配电网系统安全运转。 | ||
| 搜索关键词： | 锈斑 目标图像 上采样 特征图 下采样 卷积神经网络 预处理 配电网系统 获取目标 结果确定 模型训练 判断设备 特征识别 图片输入 网络结构 细粒度 图片 图像 运转 安全 保证 | ||
【主权项】：
1.一种锈斑识别方法，其特征在于，包括：获取目标图像；将所述目标图像进行预处理，生成上采样图片与下采样图片；将所述上采样图片与所述下采样图片输入锈斑识别模型中，获取特征图；对所述特征图进行细粒度特征识别，确定识别结果；以及根据所述识别结果确定所述目标图像中是否存在锈斑；其中，所述锈斑识别模型通过具有ResNet50网络结构的卷积神经网络模型训练获得。
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国网浙江省电力有限公司信息通信分公司，未经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/201910204366.3/，转载请声明来源钻瓜专利网。
