一種基于深度學(xué)習(xí)的輸電線路懸掛異物目標(biāo)檢測方法

基本信息

申請?zhí)?/td> CN202111028947.X 申請日 -
公開（公告）號(hào) CN113486865A 公開（公告）日 2021-10-08
申請公布號(hào) CN113486865A 申請公布日 2021-10-08
分類號(hào) G06K9/00（2006.01）I;G06K9/36（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 李帆;辛建波;邱志斌;胡京 申請（專利權(quán)）人 國網(wǎng)江西省電力有限公司電力科學(xué)研究院
代理機(jī)構(gòu) 南昌豐擇知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 吳稱生
地址 330096江西省南昌市高新區(qū)民營科技園民強(qiáng)路88號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學(xué)習(xí)的輸電線路懸掛異物目標(biāo)檢測方法，針對輸電線路巡檢拍攝的懸掛異物圖像，構(gòu)建懸掛異物圖像樣本后，采用前饋降噪卷積神經(jīng)網(wǎng)絡(luò)對懸掛異物圖像樣本進(jìn)行降噪處理，構(gòu)建輸電線路懸掛異物圖像數(shù)據(jù)集，然后標(biāo)注異物的位置與類別，劃分為訓(xùn)練集、驗(yàn)證集與測試集；構(gòu)建并訓(xùn)練輕量級(jí)YOLOv4目標(biāo)檢測模型；最后利用得到的輕量級(jí)YOLOv4目標(biāo)檢測模型對測試集圖像進(jìn)行檢測。本發(fā)明能夠在輸電線路無人機(jī)巡檢視頻圖像中快速準(zhǔn)確地檢測出懸掛異物的類別與位置，具有較高的異物檢測精度與檢測速度。