一种无人机线路巡视缺陷内容识别方法
基本信息
| 申请号 | CN202210403767.3 | 申请日 | - |
| 公开（公告）号 | CN114764794A | 公开（公告）日 | 2022-07-19 |
| 申请公布号 | CN114764794A | 申请公布日 | 2022-07-19 |
| 分类号 | G06T7/00（2017.01）I;G06V10/40（2022.01）I;G06V10/764（2022.01）I;G06V10/774（2022.01）I;G06K9/62（2022.01）I;G06V10/82（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 杨炯;李波;蒋维;摆存曦;刘青扬;李瀚;朱建军;李宁;郑仟;谢贵文;白陆 | 申请（专利权）人 | 宁夏超高压电力工程有限公司 |
| 代理机构 | 福州科扬专利事务所（普通合伙） | 代理人 | - |
| 地址 | 750004宁夏回族自治区银川市金凤区北京中路大众巷1-1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种无人机线路巡视缺陷内容识别方法，包括以下步骤：模型训练数据准备；模型训练数据准备具体为通过无人机对输电线路进行巡视，并采集若干包含均压环的图片，对图片进行旋转标注，得到模型训练数据；模型构建；模型构建具体为构建基于YOLOv5m的深度学习模型；模型训练；模型训练具体为将模型训练数据输入深度学习模型，进行训练，得到训练好的深度学习模型；模型部署；模型部署具体为将深度学习模型部署到对应的服务器端，将采集到的图像输入深度学习模型中，深度学习模型输出均压环信息。本发明首次采用分类方式，并进行环形平滑预测，相比于角度回归方式，避免了角度边界处预测问题，从而实现了模型的收敛。 |
