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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD