发明公开
CN114581795A 基于深度学习的杆塔绝缘子检测方法
无效 - 驳回
- 专利标题: 基于深度学习的杆塔绝缘子检测方法
-
申请号: CN202210483534.9申请日: 2022-05-06
-
公开(公告)号: CN114581795A公开(公告)日: 2022-06-03
- 发明人: 王森 , 杨鹤猛 , 陈艳芳 , 燕正亮 , 黄静 , 程燕胜 , 张静 , 闫皓炜
- 申请人: 天津航天中为数据系统科技有限公司
- 申请人地址: 天津市滨海新区高新区滨海科技园神舟大道101号超大型航天器总装测试试验中心科研楼
- 专利权人: 天津航天中为数据系统科技有限公司
- 当前专利权人: 天津航天中为数据系统科技有限公司
- 当前专利权人地址: 天津市滨海新区高新区滨海科技园神舟大道101号超大型航天器总装测试试验中心科研楼
- 代理机构: 天津企兴智财知识产权代理有限公司
- 代理商 安孔川
- 主分类号: G06V20/13
- IPC分类号: G06V20/13 ; G06V20/17 ; G06V10/25 ; G06V10/774 ; G06V10/82 ; G06K9/62 ; G06N3/04
摘要:
本发明提供了一种基于深度学习的杆塔绝缘子检测方法,采集电网线路走廊的对地遥感影像数据;对其中的杆塔目标、绝缘子目标进行人工标注形成原始训练数据集;根据人工标注,将图像裁剪提取杆塔的内容图像与来自不同地表的的风格图像进行神经风格迁移及融合,生成合成训练数据集;通过原始训练数据集和合成训练数据集训练构建目标检测模型;基于目标检测模型,对待检测的遥感影像进行杆塔目标与绝缘子目标检测,并滤除虚警。本发明所述的基于深度学习的杆塔绝缘子检测方法,实现对高空俯拍遥感影像或卫星遥感影像中的高压杆塔与绝缘子自动检测,并进行小样本扩充,提升智能系统的泛化能力,实现高压杆塔与绝缘子的高效率高精度检测。