一种基于深度学习的输电线路悬挂异物目标检测方法
基本信息
| 申请号 | CN202111028947.X | 申请日 | - |
| 公开（公告）号 | CN113486865A | 公开（公告）日 | 2021-10-08 |
| 申请公布号 | CN113486865A | 申请公布日 | 2021-10-08 |
| 分类号 | G06K9/00（2006.01）I;G06K9/36（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李帆;辛建波;邱志斌;胡京 | 申请（专利权）人 | 国网江西省电力有限公司电力科学研究院 |
| 代理机构 | 南昌丰择知识产权代理事务所（普通合伙） | 代理人 | 吴称生 |
| 地址 | 330096江西省南昌市高新区民营科技园民强路88号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的输电线路悬挂异物目标检测方法，针对输电线路巡检拍摄的悬挂异物图像，构建悬挂异物图像样本后，采用前馈降噪卷积神经网络对悬挂异物图像样本进行降噪处理，构建输电线路悬挂异物图像数据集，然后标注异物的位置与类别，划分为训练集、验证集与测试集；构建并训练轻量级YOLOv4目标检测模型；最后利用得到的轻量级YOLOv4目标检测模型对测试集图像进行检测。本发明能够在输电线路无人机巡检视频图像中快速准确地检测出悬挂异物的类别与位置，具有较高的异物检测精度与检测速度。 |
