[发明专利]一种基于改进深度学习的刀闸状态识别方法有效
| 申请号： | 201711207726.2 | 申请日： | 2017-11-27 |
| 公开（公告）号： | CN107944396B | 公开（公告）日： | 2021-12-28 |
| 发明（设计）人： | 张金锋;朱克亮;李亮;汪和龙;孙明刚;钱朝军;桂亮;孙楷淇;王磊;席照才;邵先锋;王振海;唐杰;张骥;马玲官;李强;朱能富 | 申请（专利权）人： | 国网安徽省电力有限公司经济技术研究院;安徽南瑞继远电网技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/44;G06K9/46;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 230022 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进深度学习的刀闸状态识别方法，包括以下步骤：获取训练模型；通过训练模型对输入图像进行预测获得预测框的概率；利用滑动窗口策略选择候选区域并获得标签；对候选区域进行删选获取候选矩形框；对候选矩形框进行直线拟合得到精确矩形框；对精确矩形框内的刀闸和绝缘子状态进行判断，完成刀闸状态的识别。本发明采用基于空间加权的池化策略改进的卷积神经网络在图像集上获得训练模型；然后通过训练模型来检测绝缘子和刀闸的潜在位置，依据与绝缘子的连通性来识别多种刀闸的闭合或断开状态，能够精确地定位绝缘子和刀闸的位置，显著提高刀闸状态识别的精度。 | ||
| 搜索关键词： | 一种 基于 改进 深度 学习 状态 识别 方法 | ||
【主权项】：
一种基于改进深度学习的刀闸状态识别方法，其特征在于，包括以下步骤：获取训练模型；通过训练模型对输入图像进行预测获得预测框的概率；利用滑动窗口策略选择候选区域并获得标签；对候选区域进行删选获取候选矩形框；对候选矩形框进行直线拟合得到精确矩形框；对精确矩形框内的刀闸和绝缘子状态进行判断，完成刀闸状态的识别。
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国网安徽省电力有限公司经济技术研究院;安徽南瑞继远电网技术有限公司，未经国网安徽省电力有限公司经济技术研究院;安徽南瑞继远电网技术有限公司许可，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/201711207726.2/，转载请声明来源钻瓜专利网。
