一种基于卷积神经网络的电力缺陷图像识别方法
基本信息
| 申请号 | CN201810342067.1 | 申请日 | - |
| 公开（公告）号 | CN108537792B | 公开（公告）日 | 2021-09-17 |
| 申请公布号 | CN108537792B | 申请公布日 | 2021-09-17 |
| 分类号 | G06T7/00（2017.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 袁霖 | 申请（专利权）人 | 成都思晗科技股份有限公司 |
| 代理机构 | 成都点睛专利代理事务所（普通合伙） | 代理人 | 李玉兴 |
| 地址 | 610041四川省成都市高新区天府二街138号1栋30层3003 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种识别效率较高、稳定性较好的基于卷积神经网络的电力缺陷图像识别方法。该基于卷积神经网络的电力缺陷图像识别方法通过设计神经网络结构，网络优化方法建立一套特定领域的图像检测与特征描述算法，使用神经网络直接得到图片是否存在缺陷以及缺陷类别，同时输出缺陷所在区域，该网络具备同时处理识别多种缺陷的功能。相比传统的hog/lbp特征提取方法，对多种缺陷类别具有适应性，且在这些缺陷类别上保持较高的精准度及查全率。基于神经网络的缺陷处理系统稳定性好，提高了输电线路巡检的自动化水平，降低了人工的劳动强度，便于快速准确的发现输电线路缺。适合电力输运系统缺陷检测技术领域推广应用。 |
