基于HBase的电网图片存储方法、介质和计算设备

    公开(公告)号:CN111930978A

    公开(公告)日:2020-11-13

    申请号:CN202010660054.6

    申请日:2020-07-10

    IPC分类号: G06F16/51 G06T7/11

    摘要: 本发明涉及一种基于HBase的电网图片存储方法、介质和计算设备,判断要存储的图像是否超过HBase数据库存储数据块HFile的大小,如果超过,则对图像进行分割,直至未超过HBase数据库存储数据块HFile的大小;提取图像的特征向量;对提取到的特征向量进行二进制量化,得到二进制特征向量;对二进制特征向量进行加密;将加密后的数据生成HFile文件,存入HBase数据库。本发明实现了电网环境下快速上传并安全存储用户上传的图片,存储量大,实现企业对图片的高效安全要求。

    一种基于深度卷积神经网络的电力设备检测方法和装置

    公开(公告)号:CN111179249A

    公开(公告)日:2020-05-19

    申请号:CN201911393639.X

    申请日:2019-12-30

    IPC分类号: G06T7/00 G06T7/70

    摘要: 本发明公开一种基于深度卷积神经网络的电力设备检测方法和装置,包括步骤:将待检测的电力设备视频图像输入训练好的SSD目标检测网络模型,获得当前图像中的电力设备位置信息以及准确率;所述SSD目标检测网络模型基于通过筛选电力巡检视频图像建立的电力图像数据库和SSD神经网络训练得到;建立一个电力场景的数据库,对收集图像进行筛选、标注、划分、大小归一化和数据增广等预处理操作,建立高质量且相互独立的训练数据集和测试数据集;再构建深度卷积神经网络结构,并利用训练数据集进行离线训练;然后在测试数据集上测试检测网络模型的性能,如未达标则继续训练至其性能达到要求为止。本发明检测性能高和运行效率高。