发明公开
CN111814742A 基于深度学习的刀闸状态识别方法
无效 - 驳回
- 专利标题： 基于深度学习的刀闸状态识别方法
-
申请号： CN202010744472.3申请日： 2020-07-29
-
公开(公告)号： CN111814742A公开(公告)日： 2020-10-23
- 发明人: 董召杰 , 黄文琦 , 梁凌宇 , 吴丹 , 曾群生 , 吴洋 , 郑桦 , 明志勇
- 申请人： 南方电网数字电网研究院有限公司
- 申请人地址： 广东省广州市南沙区丰泽东路106号城投大厦1301房(自编1301-12159)
- 专利权人： 南方电网数字电网研究院有限公司
- 当前专利权人： 南方电网数字电网研究院有限公司
- 当前专利权人地址： 广东省广州市南沙区丰泽东路106号城投大厦1301房(自编1301-12159)
- 代理机构： 广州华进联合专利商标代理有限公司
- 代理商 张彬彬
- 主分类号： G06K9/00
- IPC分类号： G06K9/00 ; G06K9/62 ; G06N3/04 ; G06N3/08 ; G06T7/70
摘要：
本申请涉及一种基于深度学习的刀闸状态识别方法。包括获取刀闸样本。对所述刀闸样本进行训练，获取YoloV4检测模型。获取待检测图像数据，利用所述YoloV4检测模型，对目标刀闸的位置进行定位，并对目标刀闸进行分类。上述方法，经过最终的模型训练，形成所述YoloV4检测模型。所述YoloV4检测模型有效的提取出刀闸的外观形状特征，对变电站刀闸的状态进行判断，大大提升了检测速度。
