[发明专利]一种基于深度学习的输电设备缺陷自动识别方法在审
| 申请号： | 201711476547.9 | 申请日： | 2017-12-29 |
| 公开（公告）号： | CN108257114A | 公开（公告）日： | 2018-07-06 |
| 发明（设计）人： | 韩双立;佘换林;赵筱磊;段梦凡 | 申请（专利权）人： | 天津市万贸科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04 |
| 代理公司： | 天津滨海科纬知识产权代理有限公司 12211 | 代理人： | 李成运 |
| 地址： | 300384 天津市滨海新区高*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明采用深度学习技术对无人机巡检获得的输电塔的本体照片进行自动分析，首先利用Faster‑Rcnn算法自动从无人机巡检照片中识别出需要进行检测的输电设备，然后将输电设备送入针对该设备的缺陷分类器，判断该设备是否具有缺陷以及缺陷类型。若有缺陷，则自动在图片中进行标注缺陷设备所在位置以及缺陷类型，最终生成缺陷报告，给检修人员提供检修信息。本发明的分析过程具有准确率高、处理速度快、可靠性好等优点，实现了输电线路巡检照片的自动分析，无需人工参与。 | ||
| 搜索关键词： | 输电设备 缺陷类型 自动分析 巡检 输电线路巡检 缺陷分类器 分析过程 检修信息 缺陷报告 缺陷设备 人工参与 自动识别 输电塔 准确率 算法 标注 送入 检修 学习 检测 图片 | ||
【主权项】：
1.一种基于深度学习的输电设备缺陷自动识别方法，其特征在于，步骤包括：S1、使用多目标识别算法从无人机巡检照片或视频中识别出目标设备；S2、使用深度学习分类器对目标设备是否有缺陷以及缺陷类型进行判断。
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天津市万贸科技有限公司，未经天津市万贸科技有限公司许可，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/201711476547.9/，转载请声明来源钻瓜专利网。
