基于神经网络架构搜索的巡检影像无锚框目标检测方法

    公开(公告)号:CN117808792A

    公开(公告)日:2024-04-02

    申请号:CN202410060355.3

    申请日:2024-01-16

    Abstract: 一种基于神经网络架构搜索的巡检影像无锚框目标检测方法,包括:确定一阶段无锚框目标检测算法FCOS作为底层目标检测方法;基于经典无人巡检影像数据集,设计无人巡检影像协议任务;构造搜索空间;对FPN和Head结构分别设计搜索空间;按预设规则对构建的模型进行评估;对搜索策略进行实现;基于强化学习的搜索策略,该策略使用LSTM作为强化学习的智能体,将S300构建的搜索空间作为强化学习系统的状态空间,将LSTM单步输出经Softmax层后的分类结果视作动作;在经典无人巡检影像数据集上进行实验,并和经典目标检测算法进行比对,验证搜索结果。本发明提降低了一般电力巡检工作人员使用深度学习技术的门槛,节省了反复调参消耗的时间人力,避免了手工设计带来的误差。

    一种电缆隧道无人机巡检搭载装置

    公开(公告)号:CN117873145A

    公开(公告)日:2024-04-12

    申请号:CN202311593586.2

    申请日:2023-11-24

    Abstract: 本发明公开了一种电缆隧道无人机巡检搭载装置,属于隧道检测技术领域,包括装置主体,所述装置主体设置在搭载轨道的上部;所述装置主体内的一侧设置伺服电机,所述伺服电机的输出端与转轴,所述转轴上设置连接线;所述装置主体的下部的中间位置设置伸缩杆,所述连接线的一端穿过装置主体的下表面和伸缩杆与固定件连接,所述固定件与无人机连接;所述装置主体下部的两端设置移动轮,所述移动轮与驱动器连接。能够在无GPS信号的环境下工作,提高无人机的操控性,避免无人机受到碰撞,并且无人机可在隧道无法供电的情况下进行巡检。

Patent Agency Ranking