- 专利标题: 基于轻量级边缘计算的无人机前端缺陷识别方法及系统
-
申请号: CN202311521476.5申请日: 2023-11-15
-
公开(公告)号: CN117274843A公开(公告)日: 2023-12-22
- 发明人: 周明 , 刘佳 , 路宇 , 周婕 , 范莹 , 张永梅 , 孙飞 , 吴立刚 , 刘传宝 , 孔伟伟 , 桑培帅 , 汪春燕 , 周小希 , 周逞 , 徐唯耀 , 梁翀 , 姚天杨 , 张娇 , 刘俊 , 程昊铭 , 张勇 , 李杨月
- 申请人: 安徽继远软件有限公司 , 国网安徽省电力有限公司信息通信分公司
- 申请人地址: 安徽省合肥市高新区习友路1800号
- 专利权人: 安徽继远软件有限公司,国网安徽省电力有限公司信息通信分公司
- 当前专利权人: 安徽继远软件有限公司,国网安徽省电力有限公司信息通信分公司
- 当前专利权人地址: 安徽省合肥市高新区习友路1800号
- 代理机构: 合肥维可专利代理事务所
- 代理商 吴明华
- 主分类号: G06V20/17
- IPC分类号: G06V20/17 ; G06V10/25 ; G06V10/30 ; G06V10/44 ; G06V10/54 ; G06V10/56 ; G06V10/62 ; G06V10/764 ; G06V10/774 ; G06V10/82 ; G06V10/75 ; G06N3/045 ; G06N3/084 ; G06T7/00 ; G06T5/40
摘要:
本发明提供了基于轻量级边缘计算的无人机前端缺陷识别方法及系统,该系统利用无人机执行航拍任务,捕捉目标区域的图像数据,并在无人机上的边缘计算单元进行图像处理和分析,实现目标表面的缺陷识别。该方法通过无人机捕捉高分辨率的图像数据,在边缘计算单元内进行图像增强和预处理,使用经过深度学习训练的目标检测模型,识别并标识图像数据中的目标类型和缺陷特征,根据目标类型,将虚拟场景组件加载到模拟交互拓扑网络中,比对确定目标表面是否存在缺陷并在模拟交互拓扑网络中标记和展示,提高了缺陷检测的准确性和效率。
公开/授权文献
- CN117274843B 基于轻量级边缘计算的无人机前端缺陷识别方法及系统 公开/授权日:2024-04-19