发明公开
- 专利标题: 一种基于深度学习算法的配电站房异常检测方法及装置
-
申请号: CN202310049195.8申请日: 2023-02-01
-
公开(公告)号: CN116052082A公开(公告)日: 2023-05-02
- 发明人: 张浩 , 李春鹏 , 王盺平 , 栾奇麒 , 杨小平 , 李军 , 官国飞 , 宋庆武 , 蒋峰 , 朱天泽 , 蒋超 , 赵晟 , 陈志明 , 苏俞彪 , 蒋林岑 , 徐鹤 , 季一木 , 刘尚东
- 申请人: 江苏方天电力技术有限公司 , 南京邮电大学
- 申请人地址: 江苏省南京市江宁科学园天元中路19号;
- 专利权人: 江苏方天电力技术有限公司,南京邮电大学
- 当前专利权人: 江苏方天电力技术有限公司,南京邮电大学
- 当前专利权人地址: 江苏省南京市江宁科学园天元中路19号;
- 代理机构: 南京纵横知识产权代理有限公司
- 代理商 刘艳艳
- 主分类号: G06V20/52
- IPC分类号: G06V20/52 ; G06V10/24 ; G06V10/26 ; G06V10/82 ; G06V10/764 ; G06N3/082
摘要:
本发明公开了一种基于深度学习算法的配电站房异常检测方法及装置,方法包括:获取配电站房内的图像,对图像进行预处理,其中所述预处理包括图像缩放,图像修补;将预处理后的图像输入训练好的基于深度学习算法的异常目标检测模型;根据所述异常目标检测模型的输出,确定配电站房异常检测结果。所述异常目标检测模型包括输入层、带CA注意力机制的主干网络、颈部网络和输出层;主干网络由一系列的卷积层组合而成,CA注意力机制用于融合位置信息;颈部网络采用特征图金字塔网络FPN+像素聚合网络PAN的结构,FPN与PAN相结合,得到最终进行预测的特征图。