-
公开(公告)号：CN108734225A
公开(公告)日：2018-11-02
申请号：CN201810584363.2
申请日：2018-06-08
申请人： 浙江大学 , 国网浙江省电力有限公司信息通信分公司
摘要： 本发明公开了一种基于深度学习的输电线路施工物体图像检测方法。采集多幅已知施工物体标签的输电线路监控图像，构建输电线路施工物体检测神经网络，将图像及其对应的施工物体标签输入到输电线路施工物体检测神经网络中，利用带动量SGD算法训练神经网络；采用训练后的神经网络对未知施工物体标签的待测监控图像进行处理，获得待测监控图像中施工物体的检测结果。本发明方法能够准确地检测出输电线路监控图像中的施工物体，并对光照以及气候变化具有较强的鲁棒性。
-
公开(公告)号：CN108875819B
公开(公告)日：2020-10-27
申请号：CN201810584336.5
申请日：2018-06-08
申请人： 浙江大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于长短期记忆网络的物体和部件联合检测方法。采集多幅已知物体和部件目标框标签的图像，对图像I进行处理获得特征图，再在特征图基础上获取物体、部件候选区域集合及其对应的区域特征；构建基于长短期记忆网络的物体和部件联合检测网络，将物体和部件的候选区域集合及其区域特征输入到物体和部件联合检测网络中，利用带动量的SGD算法训练物体和部件联合检测网络；采用训练后的物体和部件联合检测网络对未知物体和部件目标框标签的待测图像进行处理获取物体和部件的检测结果。本发明和以往独立的目标检测或者部件检测相比，能够利用目标和部件之间的关系同时提高目标和部件检测的性能。
-
公开(公告)号：CN107563412A
公开(公告)日：2018-01-09
申请号：CN201710676658.8
申请日：2017-08-09
申请人： 浙江大学
摘要： 本发明公开了一种基于深度学习的红外图像电力设备实时检测方法。采集多幅包含已知电力设备的红外图像，每幅红外图像均已标示目标框，目标框是含有单个已知电力设备的图像区域，每幅红外图像均具有设备级标签；将红外图像及其对应的设备级标签输入到电力设备检测神经网络中，利用带动量的SGD算法训练电力设备检测神经网络；采用训练后的电力设备检测神经网络对未知待测图像进行处理，获得未知待测图像中电力设备的位置和种类的检测结果。本发明方法和传统的红外图像电力设备检测方法相比，得到了更好的性能，同时能够达到实时的处理速度。
-
公开(公告)号：CN108875819A
公开(公告)日：2018-11-23
申请号：CN201810584336.5
申请日：2018-06-08
申请人： 浙江大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于长短期记忆网络的物体和部件联合检测方法。采集多幅已知物体和部件目标框标签的图像，对图像I进行处理获得特征图，再在特征图基础上获取物体、部件候选区域集合及其对应的区域特征；构建基于长短期记忆网络的物体和部件联合检测网络，将物体和部件的候选区域集合及其区域特征输入到物体和部件联合检测网络中，利用带动量的SGD算法训练物体和部件联合检测网络；采用训练后的物体和部件联合检测网络对未知物体和部件目标框标签的待测图像进行处理获取物体和部件的检测结果。本发明和以往独立的目标检测或者部件检测相比，能够利用目标和部件之间的关系同时提高目标和部件检测的性能。
-
-
-
搜索结果
4 条记录 (耗时 0.038 秒)
