[发明专利]一种用于电表终端故障识别的图像识别方法有效
| 申请号： | 201910975688.8 | 申请日： | 2019-10-15 |
| 公开（公告）号： | CN110738170B | 公开（公告）日： | 2021-01-26 |
| 发明（设计）人： | 丁超;张秋雁;欧家祥;张俊玮;王蓝苓;胡厚鹏;王扬;李航峰;李聪;叶左宣;关怀海 | 申请（专利权）人： | 贵州电网有限责任公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 贵阳中新专利商标事务所 52100 | 代理人： | 胡绪东 |
| 地址： | 550002 贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于电表终端故障识别的图像识别方法，该方法包括步骤：搭建基于深度学习分类网络、电表终端检测网络、组态匹配和故障识别网络；深度学习分类网络输入为图像，输出为电表终端设备的型号；电表终端检测网络的输出为每个电表终端型号对应的一个特征；使用组态匹配检测方法获取每个电表终端面板信息特征；识别使用深度学习网络，将典型的“无故障”图片和“有故障”图片送进深度学习网络进行训练，识别时，将待识别的图片送入网络，网络会输出是否有故障的结果。本发明的识别方法最大程度的利用电表终端的先验知识，极大的提高了算法的识别成功率。并准确提供必要的故障信息，帮助现场运维工程师快速定位故障，提高效率。 | ||
| 搜索关键词： | 一种 用于 电表 终端 故障 识别 图像 方法 | ||
【主权项】：
1.一种用于电表终端故障识别的图像识别方法，其特征在于：该方法包括以下步骤：/n(1)搭建基于深度学习分类网络、电表终端检测网络、组态匹配和故障识别网络；/n(2)深度学习分类网络输入为图像，输出为电表终端设备的型号；/n(3)电表终端检测网络的输出为每个电表终端型号对应的一个特征；/n(4)使用组态匹配检测方法获取每个电表终端面板信息特征；/n(5)根据面板信息特征进行故障识别：识别使用深度学习网络，将典型的“无故障”图片和“有故障”图片送进深度学习网络进行训练，识别时，将待识别的图片送入网络，网络会输出是否有故障的结果。/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贵州电网有限责任公司，未经贵州电网有限责任公司许可，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/201910975688.8/，转载请声明来源钻瓜专利网。
