[发明专利]基于领域知识与深度学习的电力杆塔验收构件识别方法在审
| 申请号： | 202310741356.X | 申请日： | 2023-06-21 |
| 公开（公告）号： | CN116778362A | 公开（公告）日： | 2023-09-19 |
| 发明（设计）人： | 黄科文;冯科沥;刘海键;陈志忠;贾涛;蒙彦锡;谢俊波;张文钟;林俊名;姚东 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06V20/17 | 分类号： | G06V20/17;G06V10/774;G06F16/36;G06N5/025;G06V10/22;G06V10/25;G06V10/764;G06V10/766;G06V10/40;G06N3/0464;G06V10/82;G06N3/084 |
| 代理公司： | 北京圣州专利代理事务所(普通合伙) 11818 | 代理人： | 李志强 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了基于领域知识与深度学习的电力杆塔验收构件识别方法，属于电力杆塔验收构件识别领域，包括以下步骤：S1：构建数据集；S2：数据集预处理，并将预处理后的数据集分为训练集和测试集；S3：构建包含验收构件相互位置信息的知识图谱；S4：构建改进的融合知识图谱的RCNN模型，并将训练集输入改进的融合知识图谱的RCNN模型中训练模型；S5：将测试集输入到训练完毕的改进的融合知识图谱的RCNN模型，识别并定位出电力杆塔验收构件。本发明采用上述基于领域知识与深度学习的电力杆塔验收构件识别方法，利用知识图谱来表示电力杆塔验收构件之间的语义关系，并结合RCNN网络对图像进行特征提取，提高目标识别的准确率。 | ||
| 搜索关键词： | 基于 领域 知识 深度 学习 电力 杆塔 验收 构件 识别 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武汉大学，未经武汉大学许可，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/202310741356.X/，转载请声明来源钻瓜专利网。
