[发明专利]输电设备可见光成像大数据人工智能检测诊断方法在审
| 申请号： | 201910612843.X | 申请日： | 2019-07-09 |
| 公开（公告）号： | CN110610122A | 公开（公告）日： | 2019-12-24 |
| 发明（设计）人： | 刘江东;曾天桥;朱克;吴健超;赵三虎;颜君凯 | 申请（专利权）人： | 国网江苏省电力有限公司扬州供电分公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08;G06T7/00 |
| 代理公司： | 13129 石家庄德皓专利代理事务所(普通合伙) | 代理人： | 刘磊娜 |
| 地址： | 225000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种输电设备可见光成像大数据人工智能检测诊断方法，采用一个５层的深度卷积神经网络，检测输电线路可见光图像中的背景、杆塔、绝缘子区域。构造了包含多类目标的输电线路数据集：背景、杆塔、玻璃绝缘子和复合绝缘子。用Cifar‑100数据集对网络预训练，然后利用输电线路数据集进行网络调优。检测时，将图像分为图像块，利用神经网络识别每个图像块的类别，将相同类别图像块所在区域合并后即为此类别目标在图像中的区域。经验证，该方法明显优于传统方法，可用于输电线路可见光图像中典型目标检测，检测结果可用于诊断参考或进一步的目标状态分析。 | ||
| 搜索关键词： | 输电线路 数据集 杆塔 检测 可见光图像 图像块 可用 绝缘子 图像 卷积神经网络 神经网络识别 玻璃绝缘子 复合绝缘子 可见光成像 人工智能 诊断 典型目标 多类目标 检测结果 类别目标 类别图像 目标状态 输电设备 所在区域 大数据 经验证 网络 参考 合并 分析 | ||
【主权项】：
1.一种输电设备可见光成像数据人工智能检测诊断方法，其特征在于，其包括如下步骤:/n步骤一，样本构造：对电线路原始图像中的玻璃绝缘子、复合绝缘子、塔材和背景4类目标进行类别标签标注，根据标注结果生成4类目标的样本图像数据库；/n步骤二，模型训练：首先定义深度神经网络模型，并用图像数据库训练；调整网络模型输出层个数，并保持其它层结构及参数不变；最后，利用样本构造阶段生成的数据对修改后的网络进行微调，得到最终的网络参数；/n步骤三，目标检测/n对于任意图像，首先进行分块，然后利用训练好的模型判断每一个字块的类别标签。/n
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江苏省电力有限公司扬州供电分公司，未经国网江苏省电力有限公司扬州供电分公司许可，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/201910612843.X/，转载请声明来源钻瓜专利网。
