[发明专利]一种基于深度学习的电力设备检索方法

摘要

本发明提出了一种基于深度学习的电力设备检索方法，涉及图像处理技术领域。本发明提供一种基于深度学习的电力设备检索方法，包括检测目标设备、截取设备区域图片、提取设备特征、计算余弦特征相似度和确定最终检索结果。本发明结合深度学习中的目标检测方法，实现了对设备图片中的设备定位和设备区域的准确裁剪，减少了背景图片的噪声干扰，并采用深度卷积神经网络进行特征提取，提高了检索精度，并通过目标检测结果缩小了在数据库中的检索范围，提高了检索效率。此外，设备局部余弦特征相似度的计算可以更加准确的区分出相似度极高的设备类型，从而进一步提高了检索精度。

主权项

1.一种基于深度学习的电力设备检索方法，其特征在于，包括以下步骤：1)检测目标设备：检测待检索图片的设备定位及设备类型，根据设备类型缩小数据库的检索范围；所述待检索图片为拍摄有电力设备的图片；2)截取设备区域图片：根据检测出的设备定位，从待检索图片中截取出设备区域图片；3)提取设备特征：利用深度卷积神经网络从设备区域图片中提取设备的特征向量；4)计算余弦特征相似度：计算待检索图片与检索范围缩小后的数据库中的图片的余弦特征相似度，按照余弦特征相似度由高到低排序并给出备选结果；5)确定最终检索结果：选择排序最高的备选结果作为最终检索结果。