发明公开
CN109829881A 基于深度学习的鸟巢检测方法及系统
无效 - 驳回
- 专利标题: 基于深度学习的鸟巢检测方法及系统
- 专利标题(英): A bird nest detection method and system based on deep learning
-
申请号: CN201811547327.5申请日: 2018-12-17
-
公开(公告)号: CN109829881A公开(公告)日: 2019-05-31
- 发明人: 苏超 , 胡金磊 , 刘章浚 , 汪林生 , 邝振星 , 罗建军 , 阮伟聪 , 欧阳业 , 黄绍川 , 张峰 , 陈浩 , 欧锐明 , 唐小亮 , 尹祖春
- 申请人: 广东电网有限责任公司 , 广东电网有限责任公司清远供电局
- 申请人地址: 广东省广州市越秀区东风东路757号
- 专利权人: 广东电网有限责任公司,广东电网有限责任公司清远供电局
- 当前专利权人: 广东电网有限责任公司,广东电网有限责任公司清远供电局
- 当前专利权人地址: 广东省广州市越秀区东风东路757号
- 代理机构: 北京超凡志成知识产权代理事务所
- 代理商 李强
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06K9/00 ; G06K9/62
摘要:
本发明提供了一种基于深度学习的鸟巢检测方法及系统,涉及图像检测技术领域,该方法包括获取输电设备现场图像,对其进行变换处理得到变换图像以共同构建样本数据库;建立深度学习的检测模型;将样本数据库中的图像输入检测模型进行迭代训练,直至达到预设的训练准确度;获取输电设备上带有鸟巢的图像以构建验证集,将验证集中的图像输入检测模型验证,直至达到预设的验证准确度;获取输电设备上带有鸟巢的图像以构建测试集,将测试集中的图像输入检测模型测试,直至达到预设的测试准确度;将待检测图像输入检测模型检测,以输出目标缺陷图像。本发明实施例提供的鸟巢检测方法,可以智能排查输电设备上的鸟巢情况,提高获取鸟巢情况信息的实时性。