申请/专利权人：广东电网有限责任公司东莞供电局

申请日：2023-12-19

公开（公告）日：2024-04-02

公开（公告）号：CN117809239A

主分类号：G06V20/52

分类号：G06V20/52;G06V10/82;G06V10/25;G06N3/045;G06N3/096;G06N3/0895;G06N3/088

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：本发明提供一种基于增量学习算法的输电通道施工机械识别方法，包括：获取训练完成的施工机械识别模型，以及获取输电通道的待识别的在线监测图像，施工机械识别模型包括学生模型和教师模型；基于学生模型对在线监测图像进行识别分析，得到在线监测图像中的隐患目标的识别结果；本发明能够利用少量有标签数据和海量无标签数据进行输电通道施工机械识别模型的训练，大大减少训练样本标注的工作量，并提供简单的模型优化方案，能够实现对模型的精度优化，从而极大的提高施工机械隐患识别的准确率，保障输电线路的安全。

主权项：1.一种基于增量学习算法的输电通道施工机械识别方法，其特征在于，包括：获取训练完成的施工机械识别模型，以及获取输电通道的待识别的在线监测图像，所述施工机械识别模型包括学生模型和教师模型；基于所述学生模型对所述在线监测图像进行识别分析，得到所述在线监测图像中施工机械的隐患目标的识别结果；其中，所述学生模型是基于输电通道的历史在线监测数据的标注数据和所述标注数据对应的识别标签，以及基于所述历史在线监测数据的无标注数据和所述教师模型生成的伪标签进行有监督训练得到的；所述教师模型是基于历史输电通道在线监测数据的无标注数据进行无监督训练，并结合所述学生模型的模型参数进行EMA参数更新得到的。

全文数据：

权利要求：

百度查询： 广东电网有限责任公司东莞供电局 一种基于增量学习算法的输电通道施工机械识别方法

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