一种基于深度学习的风机叶片缺陷智能分析方法及系统
基本信息
| 申请号 | CN202010500845.2 | 申请日 | - |
| 公开（公告）号 | CN113836646A | 公开（公告）日 | 2021-12-24 |
| 申请公布号 | CN113836646A | 申请公布日 | 2021-12-24 |
| 分类号 | G06F30/17（2020.01）I;G06F30/20（2020.01）I;G06T7/00（2017.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 勾月凯 | 申请（专利权）人 | 国能思达科技有限公司 |
| 代理机构 | 北京知联天下知识产权代理事务所（普通合伙） | 代理人 | 张陆军;张迎新 |
| 地址 | 100039北京市海淀区西四环中路16号院1号楼国电科环大厦5楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的风机叶片缺陷智能分析方法及系统，所述方法包括：数据中心处理器对初始训练数据进行训练，得到第一叶片分析模型；将第一叶片分析模型压缩后同步到巡检工作终端；巡检工作终端获取叶片图像数据，并将叶片图像数据传给第一叶片分析模型；第一叶片分析模型对叶片图像数据进行分析，给出分析结果。本发明通过与无人机采集的风机叶片图像数据库进行自动通信，对图像/视频数据中的风机叶片图像进行分析，对可能存在的缺陷进行智能识别与定位，极大提高风机叶片无人机巡检的工作效率。 |
