一种电网无人机巡检影像缺陷智能识别自学习训练方法、系统
基本信息

| 申请号 | CN202110347090.1 | 申请日 | - |
| 公开(公告)号 | CN112990335B | 公开(公告)日 | 2021-10-15 |
| 申请公布号 | CN112990335B | 申请公布日 | 2021-10-15 |
| 分类号 | G06K9/62(2006.01)I;G06T7/00(2017.01)I | 分类 | 计算;推算;计数; |
| 发明人 | 黄郑;王红星;吴媚;陈玉权;张欣;刘斌 | 申请(专利权)人 | 江苏方天电力技术有限公司 |
| 代理机构 | 南京纵横知识产权代理有限公司 | 代理人 | 董建林 |
| 地址 | 211100江苏省南京市江宁科学园天元中路19号 | ||
| 法律状态 | - | ||
摘要

| 摘要 | 本发明公开了一种电网无人机巡检影像缺陷智能识别自学习训练方法、系统,包括:收集无人机在巡检中拍摄的缺陷图像;对缺陷图像进行筛选并标注,建立缺陷样本库;提取缺陷样本库中的样本生成数据集,对数据集进行算法模型训练,生成识别模型;对生成的识别模型进行评估,并根据评估结果对模型库进行更新;接收上传的待检测巡检图像,从模型库中调用对应类别的识别模型进行缺陷检测,将存在错误的检测结果纠错后更新至缺陷样本库;当缺陷样本库更新数量达到阈值后,从缺陷样本库中提取样本构成新的数据集,进行新一轮的算法模型训练。从而实现标注样本更新和模型训练更新的闭环,达到自动化程度极高的自学习训练效果。 |





