申请/专利权人:国网江苏省电力有限公司盐城供电分公司;国网江苏省电力有限公司滨海县供电分公司;滨海强源电气实业有限公司
申请日:2023-12-08
公开(公告)日:2024-03-26
公开(公告)号:CN117765307A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/82;G06V10/774;G06V20/17;G06N3/042;G06N3/045;G06N3/0495;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本发明涉及基于知识蒸馏的输电塔杆异物危害识别方法、系统。该方法包括:获取输电塔杆异物图像的数据集并通过知识蒸馏改进的深度神经网络模型进行训练以输出预测模型;获取输电塔杆的第一数据,第一数据至少包括通过巡检无人机获取的视频数据;对视频数据进行异物目标定位,以得到具有异物位置的第二数据,第二数据包括目标图像数据和地理坐标数据;将目标图像数据输入预测模型以输出目标图像异物的危害类型以判断是否需要清理目标图像异物。本发明较现有技术采用知识蒸馏的方式,利用重量级网络辅助训练轻量级网络。在保证较高异物识别准确立的前提条件下,尽可能实现网络的轻量化。轻量化的网络有利于该识别方法在嵌入式设备上使用。
主权项:1.一种基于知识蒸馏的输电塔杆异物危害识别方法,其特征在于,包括:获取输电塔杆异物图像的数据集并通过知识蒸馏改进的深度神经网络模型进行训练以输出预测模型;获取输电塔杆的第一数据,所述第一数据至少包括通过巡检无人机获取的视频数据;对所述视频数据进行异物目标定位,以得到具有异物位置的第二数据,所述第二数据包括目标图像数据和地理坐标数据;将目标图像数据输入所述预测模型以输出所述目标图像异物的危害类型以判断是否需要清理目标图像异物。
全文数据:
权利要求:
百度查询: 国网江苏省电力有限公司盐城供电分公司;国网江苏省电力有限公司滨海县供电分公司;滨海强源电气实业有限公司 基于知识蒸馏的输电塔杆异物危害识别方法、系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。