[发明专利]一种基于轻量级卷积神经网络的复合绝缘子憎水性检测方法有效
| 申请号： | 202110405621.8 | 申请日： | 2021-04-15 |
| 公开（公告）号： | CN113255690B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 邱志斌;刘洲;廖才波;于小彬 | 申请（专利权）人： | 南昌大学 |
| 主分类号： | G06V10/34 | 分类号： | G06V10/34;G06V10/774;G06K9/62;G06N3/04 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 袁红梅 |
| 地址： | 330000 江西省*** | 国省代码： | 江西;36 |
| 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轻量级卷积神经网络的复合绝缘子憎水性检测方法，首先构建含有七个憎水性等级的复合绝缘子喷水图像样本集并加注标签，通过预处理扩充样本集并划分训练、验证和测试集；然后迁移MobileNet、ShuffleNet和GhostNet等在大型数据集中训练过的轻量级卷积神经网络模型，修改模型结构与输出，对网络层进行分段式学习率设置，构建憎水性检测模型，并通过Adam、SGDM等算法进行模型优化；最后利用复合绝缘子憎水性等级智能识别模型对测试集喷水图像进行憎水性检测，输出识别结果与准确率。本发明能够克服传统检测方法需要人工裁剪图片且受光照影响严重的局限性，可以提高复合绝缘子憎水性检测的效率与准确性。 | ||
| 搜索关键词： | 一种 基于 轻量级 卷积 神经网络 复合 绝缘子 水性 检测 方法 | ||
【主权项】：
暂无信息
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南昌大学，未经南昌大学许可，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/202110405621.8/，转载请声明来源钻瓜专利网。
