发明公开
CN114528892A 一种基于深度学习的图像识别方法
无效 - 撤回
- 专利标题: 一种基于深度学习的图像识别方法
-
申请号: CN202011208990.X申请日: 2020-11-03
-
公开(公告)号: CN114528892A公开(公告)日: 2022-05-24
- 发明人: 肖堃 , 廖斌 , 田瑞 , 刘朋远 , 严绍奎 , 窦圣霞
- 申请人: 电子科技大学 , 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司 , 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心)
- 申请人地址: 四川省成都市高新区(西区)西源大道2006号; ; ; ;
- 专利权人: 电子科技大学,北京智芯微电子科技有限公司,国网信息通信产业集团有限公司,国家电网有限公司,国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心)
- 当前专利权人: 电子科技大学,北京智芯微电子科技有限公司,国网信息通信产业集团有限公司,国家电网有限公司,国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心)
- 当前专利权人地址: 四川省成都市高新区(西区)西源大道2006号; ; ; ;
- 代理机构: 广州三环专利商标代理有限公司
- 代理商 肖宇扬
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06T7/00 ; G06N3/04 ; G06N3/08 ; G06V10/764 ; G06V10/774 ; G06V10/82
摘要:
本发明公开了一种基于深度学习的图像识别方法,包括采集不同型号输电线处于不同时间、地点和环境下的图片,并建立样本库;根据样本库构建卷积神经网络样本的训练集;根据所述训练集对构建的卷积神经网络进行训练,得到输电线故障检测模型;当对输电线图片进行识别时,将获取的图片输入输电线故障检测模型进行识别。本发明基于深度学习的图像识别方法来检测输电线破损的各种故障情况,利用图像自动识别的方式代替人工检测输电线,提高故障识别检测效率,降低人力成本,同时本发明将深度学习算法应用到输电线故障自动识别中,提高整体算法的鲁棒性及精度。