一种基于深度学习的滑坡风险巡检方法及系统
基本信息
| 申请号 | CN202110339901.3 | 申请日 | - |
| 公开（公告）号 | CN113065455A | 公开（公告）日 | 2021-07-02 |
| 申请公布号 | CN113065455A | 申请公布日 | 2021-07-02 |
| 分类号 | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06Q10/06;G06Q50/26 | 分类 | 计算；推算；计数; |
| 发明人 | 柳春娜;申剑;余凌;李健源;胡纯卿;刘轶;方仲超;吴必朗;吴万庆;林俊杰;邱晓松 | 申请（专利权）人 | 华电西藏能源有限公司 |
| 代理机构 | 北京高沃律师事务所 | 代理人 | 张琳丽 |
| 地址 | 100038 北京市海淀区车公庄西路20号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的滑坡风险巡检方法及系统。该方法包括：采用无人机拍摄巡检库区的岸坡图像，并记录岸坡图像的拍摄位置；获取所述滑坡风险预测模型，并向所述滑坡风险预测模型配置训练好的模型权重；其中，用于训练模型权重的样本为岸坡图像，标签为滑坡风险的位置和滑坡风险所属的滑坡类别；将待识别的岸坡图像输入配置权重后的滑坡风险预测模型，获得库区岸坡存在滑坡风险的位置以及滑坡风险所属各滑坡类别的置信度，其中，所述滑坡风险的位置包括滑坡风险的中心坐标、宽和高。本发明基于深度学习的无人机滑坡风险巡检方法，不仅可以节约人力物力财力、提高识别效率，还可以拍摄并检测出人工视角的盲点。 |
