申请/专利权人:国网山东省电力公司青岛供电公司
申请日:2024-01-16
公开(公告)日:2024-04-02
公开(公告)号:CN117808792A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/764;G06V10/82;G06N3/0464;G06N3/08;G06Q50/06
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:一种基于神经网络架构搜索的巡检影像无锚框目标检测方法,包括:确定一阶段无锚框目标检测算法FCOS作为底层目标检测方法;基于经典无人巡检影像数据集,设计无人巡检影像协议任务;构造搜索空间;对FPN和Head结构分别设计搜索空间;按预设规则对构建的模型进行评估;对搜索策略进行实现;基于强化学习的搜索策略,该策略使用LSTM作为强化学习的智能体,将S300构建的搜索空间作为强化学习系统的状态空间,将LSTM单步输出经Softmax层后的分类结果视作动作;在经典无人巡检影像数据集上进行实验,并和经典目标检测算法进行比对,验证搜索结果。本发明提降低了一般电力巡检工作人员使用深度学习技术的门槛,节省了反复调参消耗的时间人力,避免了手工设计带来的误差。
主权项:1.一种基于神经网络架构搜索的巡检影像无锚框目标检测方法,其特征在于,包括:S100.确定一阶段无锚框目标检测算法FCOS作为底层目标检测方法;S200.基于经典无人巡检影像数据集,设计无人巡检影像协议任务;S300.构造搜索空间;对FPN和Head结构分别设计搜索空间;S400.按预设规则对构建的模型进行评估;S500.对搜索策略进行实现;基于强化学习的搜索策略,该策略使用LSTM作为强化学习的智能体,将S300构建的搜索空间作为强化学习系统的状态空间,将LSTM单步输出经Softmax层后的分类结果视作动作;S600.在经典无人巡检影像数据集上进行实验,并和经典目标检测算法进行比对,验证搜索结果。
全文数据:
权利要求:
百度查询: 国网山东省电力公司青岛供电公司 基于神经网络架构搜索的巡检影像无锚框目标检测方法
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。