发明公开
- 专利标题: 基于生成对抗网络的绝缘子图像样本扩充方法、系统
-
申请号: CN201910468531.6申请日: 2019-05-31
-
公开(公告)号: CN110222757A公开(公告)日: 2019-09-10
- 发明人: 翟永杰 , 王坤峰 , 王金娜 , 杨凯 , 苏杰 , 王飞跃
- 申请人: 华北电力大学(保定) , 中国科学院自动化研究所
- 申请人地址: 河北省保定市莲池区永华北大街619号
- 专利权人: 华北电力大学(保定),中国科学院自动化研究所
- 当前专利权人: 华北电力大学(保定),中国科学院自动化研究所
- 当前专利权人地址: 河北省保定市莲池区永华北大街619号
- 代理机构: 北京市恒有知识产权代理事务所
- 代理商 郭文浩; 尹文会
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06T7/00
摘要:
本发明属于深度学习及图像识别技术领域,具体涉及了一种基于生成对抗网络的绝缘子图像样本扩充方法、系统,旨在解决将深度学习应用到输电线路无人机自主巡检过程中缺乏大量优质绝缘子训练图像的问题。本发明方法包括:采用样本生成网络,依据尺寸调整后的虚拟样本集,生成待筛选样本集;分别计算待筛选样本集和真实样本集的IS指数;待筛选样本集中IS指数高于第一阈值的图像作为绝缘子图像样本扩充集并输出。本发明能够快速生成多样化的深度学习应用到输电线路无人机自主巡检过程中所需要的大量优质绝缘子训练图像,生成图像过程可控,真实度与真样本无异,推动了深度神经网络在绝缘子及其故障检测中的应用。