[发明专利]基于深度学习的输电线路缺陷检测方法有效
| 申请号： | 201810160942.4 | 申请日： | 2018-02-26 |
| 公开（公告）号： | CN108389197B | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 侯卫东;胡森标;逯利军;钱培专 | 申请（专利权）人： | 上海赛特斯信息科技股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/08;G06N3/04;G06T7/10;G06T3/40 |
| 代理公司： | 上海智信专利代理有限公司 31002 | 代理人： | 王洁;郑暄 |
| 地址： | 200433 上海市杨浦区淞*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的输电线路缺陷检测方法，利用无人机巡检输电线路时拍摄的图像，或利用人工巡检时手机拍摄的图像，或利用输电杆塔上固定摄像头拍摄的视频截取图像，图像分辨率可以任意，通过从这些图像源中裁剪出检测目标，生成一个固定分辨率的图像作为训练样本，将这些包含各种输电线路缺陷的正负训练样本子图像输入到目标检测深度神经网络中进行学习，生成统一的包含所有输电线路缺陷的检测模型，再利用此统一的深度神经网络模型，对输入任意分辨率的输电线路图像进行自适应的全部缺陷检测，输出这幅图像中包含的全部缺陷类别并且标注出缺陷位置。 | ||
| 搜索关键词： | 基于 深度 学习 输电 线路 缺陷 检测 方法 | ||
【主权项】：
1.一种基于深度学习的输电线路缺陷检测方法，其特征在于，所述的方法包括以下步骤：(1)对输电线路源图像进行处理而获取到训练样本，通过训练样本对深度神经网络进行训练，获取可用于输电线路缺陷检测的深度神经网络模型；(2)向所述的深度神经网络模型中输入待检测的输电线路原始图像进行自适应缺陷检测；(3)输出输电线路原始图像中可能存在的所有缺陷类别和在原始图像中的位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海赛特斯信息科技股份有限公司，未经上海赛特斯信息科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810160942.4/，转载请声明来源钻瓜专利网。
