发明授权
- 专利标题： 一种基于深度学习的电力表计识别方法
-
申请号： CN202110755988.2申请日： 2021-07-05
-
公开(公告)号： CN113469178B公开(公告)日： 2024-03-01
- 发明人: 王柳 , 黄文礼 , 王坤 , 王刘芳 , 陆年生 , 季坤 , 郑浩 , 陈博文 , 柯艳国 , 吴海峰 , 王海超 , 马俊杰
- 申请人： 安徽南瑞继远电网技术有限公司 , 国网安徽省电力有限公司 , 南瑞集团有限公司
- 申请人地址： 安徽省合肥市市辖区高新区科学大道90号
- 专利权人： 安徽南瑞继远电网技术有限公司,国网安徽省电力有限公司,南瑞集团有限公司
- 当前专利权人： 安徽南瑞继远电网技术有限公司,国网安徽省电力有限公司,南瑞集团有限公司
- 当前专利权人地址： 安徽省合肥市市辖区高新区科学大道90号
- 代理机构： 安徽省合肥新安专利代理有限责任公司
- 代理商 陆丽莉; 何梅生
- 主分类号： G06V30/146
- IPC分类号： G06V30/146 ; G06V30/148 ; G06V10/82 ; G06N3/0464
摘要：
本发明公开了一种基于深度学习的电力表计识别方法，其步骤包括：1、采用深度学习目标检测网络YOLOv4来检测图片中电力表计的位置；2、使用深度学习实例分割网络Mask R‑CNN对表计目标区域做指针掩膜定位；3、使用线性回归算法对指针掩模进行线性拟合，计算出指针的斜率；4、最后基于表计类别信息和配置参数计算得到其数值。本发明方法精度高、速度快、鲁棒性强，相比传统技术大大减少了手工特征的设计，并且适用于多种电力场景。
公开/授权文献
- CN113469178A 一种基于深度学习的电力表计识别方法 公开/授权日：2021-10-01
