基本信息:
- 专利标题： 一种基于增量学习技术的输电线路缺陷识别方法和系统
- 申请号：CN202210173894.9 申请日：2022-02-24
- 公开(公告)号：CN114663751A 公开(公告)日：2022-06-24
- 发明人： 武艺 , 杜伟 , 郭晓冰 , 白云灿 , 刘宁 , 晏武 , 郭峻崧 , 孙鸿博 , 孔令宇 , 李源源 , 高鹏飞 , 周立存
- 申请人： 国网通用航空有限公司
- 申请人地址： 北京市昌平区未来科技城滨河大道18号C座7层
- 专利权人： 国网通用航空有限公司
- 当前专利权人： 国网电力空间技术有限公司
- 当前专利权人地址： 102209 北京市昌平区未来科技城滨河大道18号C座7层
- 代理机构： 合肥维可专利代理事务所
- 代理人： 吴明华
- 主分类号： G06V20/10
- IPC分类号： G06V20/10 ; G06K9/62 ; G06N3/04 ; G06N3/08 ; G06V10/56 ; G06V10/762 ; G06V10/82
摘要：
本申请涉及设备维护技术领域，本申请提供一种基于增量学习技术的输电线路缺陷识别方法和系统，所述方法包括获取原始巡检图像数据；基于元胞自动机算法剔除原始巡检图像数据中的背景冗余，得到抑制冗余背景的目标物体图像数据；采用基于特征提取的增量学习方式，在已知图像识别网络结构中新增识别部件，优化输电线路缺陷检测模型，通过输电线路缺陷检测模型提取目标物体图像数据中的图像特征，识别输电线路缺陷。本申请在获取原始巡检图像数据后，利用元胞自动机算法对巡检图像进行显著性检测，剔除冗余背景，然后采用增量学习方式在原有目标检测算法基础上改变网络结构实现增量学习，提高输电线路目标检测模型的识别准确率和泛化能力。