- 专利标题: 一种基于轻量化网络的大型机械设备识别方法
-
申请号: CN202210539804.3申请日: 2022-05-18
-
公开(公告)号: CN114862805A公开(公告)日: 2022-08-05
- 发明人: 姚楠 , 王真 , 刘子全 , 朱雪琼 , 秦剑华 , 薛海 , 高超 , 吴奇伟 , 路永玲
- 申请人: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
- 申请人地址: 江苏省南京市江宁区帕威尔路1号; ;
- 专利权人: 国网江苏省电力有限公司电力科学研究院,国网江苏省电力有限公司,江苏省电力试验研究院有限公司
- 当前专利权人: 国网江苏省电力有限公司电力科学研究院,国网江苏省电力有限公司,江苏省电力试验研究院有限公司
- 当前专利权人地址: 江苏省南京市江宁区帕威尔路1号; ;
- 代理机构: 南京纵横知识产权代理有限公司
- 代理商 张倩倩
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06T7/70 ; G06V10/82 ; G06V10/774 ; G06V10/764 ; G06N3/04 ; G06N3/08
摘要:
本发明公开一种基于轻量化网络的大型机械设备识别方法,包括:获取待识别大型机械设备的图像,对图像进行预处理后,输入预先训练的轻量化图像识别模型,得到大型机械设备的类别和图像位置;轻量化图像识别模型基于多种大型机械设备的图像样本训练得到;训练过程中,对于随机初始化权重矩阵的DNN神经网络利用交替方向乘子法ADMM进行迭代训练,得到低张量秩的DNN网络,然后对权重张量序列进行张量分解,使用随机梯度下降方法调整DNN网络的权重值;再对权重值和激活值做二值化处理,得到训练完成的轻量化图像识别模型。本发明的方法具有更高的图像分类识别准确性和鲁棒性,运算复杂程度低,可解决边缘设备内存资源受限的问题。
公开/授权文献
- CN114862805B 一种基于轻量化网络的大型机械设备识别方法 公开/授权日:2024-07-09