[发明专利]一种协同深度学习的绝缘子故障检测方法有效
| 申请号： | 202011199000.0 | 申请日： | 2020-10-31 |
| 公开（公告）号： | CN112183667B | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | 王玉静;王卓;康守强;王庆岩;谢金宝;梁欣涛;康成璐 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/26;G06V10/44;G06V10/762;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06N20/20 |
| 代理公司： | 黑龙江立超同创知识产权代理有限责任公司 23217 | 代理人： | 杨立超;王大为 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种协同深度学习的绝缘子故障检测方法，属于绝缘子故障检测技术领域，用以解决由于航拍图像中绝缘子背景复杂导致绝缘子故障区域的定位及检测精度受到影响的问题。本发明的技术要点在于，以跳跃结构构建FCN‑8s模型，基于FCN算法完成绝缘子图像分割，有效完成了滤除背景的目的；使用随机性更小的K‑means++聚类算法对绝缘子数据集聚类分析，优化YOLOv3算法的初始锚点框参数，进一步提高目标检测模型的定位及检测精度；本发明构建协同FCN和YOLOv3算法的绝缘子故障检测模型，经实验对比，相比于原始YOLOv3算法有效降低了误检与漏检概率，所对比的各项评价指标均有显著提升，有助于工程上综合安全性和经济性的因素考虑做出合理应对。 | ||
| 搜索关键词： | 一种 协同 深度 学习 绝缘子 故障 检测 方法 | ||
【主权项】：
暂无信息
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/202011199000.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种自动贴春联机
- 下一篇：一种装配式建筑一体化复合墙体
