[发明专利]一种基于神经网络的导线开股识别方法及系统在审
| 申请号： | 201811589764.3 | 申请日： | 2018-12-25 |
| 公开（公告）号： | CN110069975A | 公开（公告）日： | 2019-07-30 |
| 发明（设计）人： | 孙翠英;路艳巧;岳国良;何瑞东;李钊;常浩;刘胜军;李良;王丽丽 | 申请（专利权）人： | 国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/08;G06Q10/00;G06Q50/06;G06T7/00 |
| 代理公司： | 北京航智知识产权代理事务所(普通合伙) 11668 | 代理人： | 黄川;史继颖 |
| 地址： | 050021 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于神经网络的导线开股识别的方法及系统。该方法涉及图像识别技术、机器学习技术领域，包括：建立缺陷样本系统，包含导线开股故障图片，导线故障图片检测结果；利用人工标注故障图片生成标签文件，转换标签文件生成数据训练集和测试集；利用SSD目标检测算法与故障图片标注信息对候选框进行分类回归，利用MobileNet网络与数据集，调整超参数训练导线开股故障检测模型；将导线开股故障检测模型装入导线开股缺陷识别智能设备；导线开股缺陷识别智能设备将检测的导线开股图片传输到服务器，扩充缺陷样本库。 | ||
| 搜索关键词： | 故障检测模型 标签文件 缺陷识别 缺陷样本 神经网络 智能设备 机器学习技术 目标检测算法 图像识别技术 标注信息 参数训练 导线故障 人工标注 生成数据 图片传输 图片检测 图片生成 测试集 候选框 数据集 训练集 装入 服务器 分类 转换 回归 检测 图片 网络 | ||
【主权项】：
1.一种基于神经网络的导线开股识别的方法及系统，其特征在于，包括以下步骤：步骤1，获取输电线路图像数据，建立缺陷样本库，生成数据集；步骤2，使用目标检测算法和卷积神经网络训练检测模型，通过生成数据集对模型进行训练与调整。
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河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司，未经国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司许可，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/201811589764.3/，转载请声明来源钻瓜专利网。
