[发明专利]一种具有机载前端识别模型的无人机配网巡检方法

摘要

本发明公开了一种具有机载前端识别模型的无人机配网巡检方法，在传统卷积神经网络的基础上，以反向传播算法为基础迭代更新网络参数，引入一种融合双角度图像信息的卷积神经网络检测算法CVR‑RCNN，在CVR‑RCNN网络分类环节处设计双视图关系模块，使双角度图像信息得到充分融合和优势互补，用于自动判别无人机巡检时的目标图像，智能化分析输电线路常见缺陷，充分提高巡检的准确性和鲁棒性，同时将卷积网络中的浮点运算进行定点化近似，然后通过快速机器学习算法对输入图像做自适应选择，降低无人机前端平台中计算成本、提高电力缺陷检测算法的运行速度，节约能源消耗，延长无人机巡检作业航程，以实现复杂环境下电力设施巡检的全程自动化，保障配网安全输电。