[发明专利]基于深度学习技术的输电线路场景语义理解方法

权利要求书

1.一种基于深度学习技术的输电线路场景语义理解方法，其特征在于，包括以下步骤：

a、摄像机抓拍输电线路场景范围内的图片，通过4G网络传入服务器；

b、使用神经网络模型训练含有隐患的场景图片并获得场景隐患监测模型进行检测，进而生成场景语义结果和隐患等级。

2.根据权利要求1所述的基于深度学习技术的输电线路场景语义理解方法，其特征在于，

步骤b包含以下步骤：

b1：基于步骤a所述输电线路范围内的图片，获取场景隐患图片并进行相关语义的标注；

b2：利用神经网络模型对场景隐患图片数据集进行训练，训练完成之后获得场景隐患监测模型；

b3：将b2所述的模型部署到服务器中，由服务器加载模型参数；

b4：将摄像机新拍摄并上传的图片作为测试集，对模型进行测试；

b5：生成场景语义结果和隐患等级并发出报警，交由人工处理。

3.根据权利要求2所述的基于深度学习技术的输电线路场景语义理解方法，其特征在于，神经网络模型是更适合场景隐患的图像语义理解算法，该算法基于CNN+RNN算法的encoder-decoder模式进行改进，使用带有视觉标记的自适应的attention机制，上下文变量根据当前时刻的隐藏态生成，在上面的attention机制上，加入adaptive机制，使得模型可以自己决定生成单词的时候是根据先验知识还是根据图像中区域。