一种基于深度学习图像分割的光伏屋顶资源识别方法
基本信息
| 申请号 | CN201911102893.X | 申请日 | - |
| 公开（公告）号 | CN111191500A | 公开（公告）日 | 2020-05-22 |
| 申请公布号 | CN111191500A | 申请公布日 | 2020-05-22 |
| 分类号 | G06K9/00;G06K9/62 | 分类 | 计算；推算；计数; |
| 发明人 | 吴科春;沈翀;许健彰;魏梁 | 申请（专利权）人 | 广东融合通信股份有限公司 |
| 代理机构 | 广州恒华智信知识产权代理事务所（普通合伙） | 代理人 | 广东融合通信股份有限公司 |
| 地址 | 519000 广东省珠海市横琴新区环岛东路1889号创意谷18栋110室-208(集中办公区) | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习图像分割的光伏屋顶资源识别方法，包括获取数据：从地图服务商获取指定区域的卫星遥感图片；标注数据：在所述卫星遥感图片标注出不同类型的屋顶类型；训练模型：针对不同的屋顶类型训练建筑物屋顶分割模型；组合模型：利用多个训练好的建筑物屋顶分割模型组合成一个组合模型；批量识别数据：利用组合模型批量识别遥感图片数据，得到各种类型的屋顶轮廓数据；输出识别结果，供用户查询。本发明使得过去手工搜索地图，现场勘察建筑屋顶，测量尺寸的工作变为系统全自动执行分割识别，将识别结果供用户查询。使过去平均每个建筑需要1‑2人1天的工作变成了在系统搜索已被识别出来有建设光伏价值的建筑只需要几分钟就能完成。 |
