Invention Publication
- Patent Title: 一种深度学习的绝缘子目标样本标注方法和装置
-
Application No.: CN201911242358.4Application Date: 2019-12-06
-
Publication No.: CN111160399APublication Date: 2020-05-15
- Inventor: 万能 , 陈江琦 , 郭可贵 , 王奎 , 李路遥 , 刘思言 , 王博 , 赵婷 , 吴鹏 , 陈永保 , 唐旭明 , 孟蒋辉 , 汪晓 , 宁彦
- Applicant: 国网安徽省电力有限公司淮南供电公司 , 国网安徽省电力有限公司检修分公司 , 全球能源互联网研究院有限公司 , 国家电网有限公司
- Applicant Address: 安徽省淮南市田家庵区淮舜南路139号
- Assignee: 国网安徽省电力有限公司淮南供电公司,国网安徽省电力有限公司检修分公司,全球能源互联网研究院有限公司,国家电网有限公司
- Current Assignee: 国网安徽省电力有限公司淮南供电公司,国网安徽省电力有限公司检修分公司,全球能源互联网研究院有限公司,国家电网有限公司
- Current Assignee Address: 安徽省淮南市田家庵区淮舜南路139号
- Agency: 合肥市上嘉专利代理事务所
- Agent 叶洋军; 郭华俊
- Main IPC: G06K9/62
- IPC: G06K9/62
Abstract:
本发明公开了一种深度学习的绝缘子目标样本标注方法和装置，该方法包括图像样本中绝缘子目标的标注方法。本发明提出图像样本中绝缘子目标的标注方法，使用椭圆形的标注框对图像中的绝缘子目标进行位置标注，并对其状态进行类别标注，如正常、自爆、污损等。基于此标注方法，得到的数据集，能够支撑深度学习神经网络模型，进行端到端训练，得到绝缘子及其状态(正常/自爆/污损等)的检测模型。该方法具有适用性强、标注效率高、标注精度高等优点。
Information query
