基于点云与深度学习的缺陷检测方法和系统
基本信息
| 申请号 | CN202210271151.5 | 申请日 | - |
| 公开（公告）号 | CN114627021A | 公开（公告）日 | 2022-06-14 |
| 申请公布号 | CN114627021A | 申请公布日 | 2022-06-14 |
| 分类号 | G06T5/00（2006.01）I;G06T7/00（2017.01）I;G06N3/04（2006.01）I;G06K9/62（2022.01）I;G06V10/774（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 浦石 | 申请（专利权）人 | 南通拓维思智能科技有限公司 |
| 代理机构 | 青岛发思特专利商标代理有限公司 | 代理人 | - |
| 地址 | 226000江苏省南通市崇州大道60号紫琅科技城11B号楼8层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及电力技术领域，提供一种基于点云与深度学习的电力设备缺陷检测方法及系统。该方法包括：获取绝缘子图像信息和激光三维点云数据；利用所述图像信息通过深度卷积神经网络判断绝缘子类型；根据确定的绝缘子类型调用对应类型的三维绝缘子点云缺陷检测模型；将所述绝缘子激光三维点云数据输入所述缺陷检测模型，确定绝缘子缺陷类型；上述方法克服了仅仅使用图像检测或激光点云模型进行缺陷检测不准确的问题，提高了检测的精确度和检测速度。 |
