基本信息:
- 专利标题： 一种基于深度学习的输配电线路图像识别方法及系统
- 申请号：CN202310978125.0 申请日：2023-08-04
- 公开(公告)号：CN117036798A 公开(公告)日：2023-11-10
- 发明人： 罗玉鹤 , 舒恺 , 周勋甜 , 张洁 , 白文博 , 裴梓翔 , 范天成 , 刘玉婷 , 杨光盛 , 毕海波
- 申请人： 宁波市电力设计院有限公司 , 国网浙江省电力有限公司宁波供电公司 , 宁波永耀电力投资集团有限公司
- 申请人地址： 浙江省宁波市江北区北岸财富中心11号楼4-1; ;
- 专利权人： 宁波市电力设计院有限公司,国网浙江省电力有限公司宁波供电公司,宁波永耀电力投资集团有限公司
- 当前专利权人： 宁波市电力设计院有限公司,国网浙江省电力有限公司宁波供电公司,宁波永耀电力投资集团有限公司
- 当前专利权人地址： 浙江省宁波市江北区北岸财富中心11号楼4-1; ;
- 代理机构： 南昌贤达专利代理事务所
- 代理人： 胡友胜
- 主分类号： G06V10/764
- IPC分类号： G06V10/764 ; G06V10/774 ; G06V10/80 ; G06N3/0464 ; G06N3/08
摘要：
本发明公开了一种基于深度学习的输配电线路图像识别方法及系统，方法包括：预先建立第一输配电线路图像缺陷识别模型与第二输配电线路图像缺陷识别模型；获取待识别输配电线路图像，并提取待识别输配电线路图像中的至少一个候选区域；将同属一类别的至少一个目标特征进行合并，得到至少一个目标子区域；将包含至少一个目标子区域的待识别输配电线路图像分别输入至第一输配电线路图像缺陷识别模型与第二输配电线路图像缺陷识别模型中，生成第一识别结果与第二识别结果；利用目标检测后处理算法对第一识别结果与第二识别结果进行融合判别，生成第三识别结果。对两个网络的检测结果进行二次判别，可以有效提高目标定位的准确性。