Invention Publication
- Patent Title: 基于深度学习的输变电工程违章识别的方法、系统和介质
-
Application No.: CN202210751259.4Application Date: 2022-06-28
-
Publication No.: CN115359414APublication Date: 2022-11-18
- Inventor: 徐鑫乾 , 涂德军 , 吴威 , 谢洪平 , 顾明清 , 林冬阳 , 范舟 , 韩超 , 黄涛 , 余鹏 , 徐铼 , 吴则海 , 宋宝松 , 宋文志 , 于新民 , 魏文新
- Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司建设分公司 , 中国电力科学研究院有限公司 , 北京国电通网络技术有限公司 , 国网福建省电力有限公司经济技术研究院
- Applicant Address: 江苏省南京市上海路215号; ; ; ;
- Assignee: 国网江苏省电力有限公司,国网江苏省电力有限公司建设分公司,中国电力科学研究院有限公司,北京国电通网络技术有限公司,国网福建省电力有限公司经济技术研究院
- Current Assignee: 国网江苏省电力有限公司,国网江苏省电力有限公司建设分公司,中国电力科学研究院有限公司,北京国电通网络技术有限公司,国网福建省电力有限公司经济技术研究院
- Current Assignee Address: 江苏省南京市上海路215号; ; ; ;
- Agency: 北京冠和权律师事务所
- Agent 赵银萍
- Main IPC: G06V20/52
- IPC: G06V20/52 ; G06V10/44 ; G06V10/764 ; G06V10/80 ; G06V10/82 ; G06N3/04 ; G06N3/08

Abstract:
本发明提出了基于深度学习的输变电工程违章识别的方法、系统和介质。所述方法包括:步骤1、采集输变电工程中的违章样本图片,将所述违章样本图片分为M类,其中,M表示违章类型的数量,每类违章样本图片N张;步骤2、利用旋转和平移方式对所述违章样本图片进行样本增强,获得增强后的违章样本图片;步骤3、利用所述增强后的违章样本图片构建网络模型;步骤4、将输变电工程实施现场采集到的图片输入至所述网络模型中进行违章识别,获得所述图片对应的违章类型。
Information query