申请/专利权人：海南电力产业发展有限责任公司

申请日：2023-12-11

公开（公告）日：2024-04-12

公开（公告）号：CN117877189A

主分类号：G08B17/10

分类号：G08B17/10;H04L41/14;H04L67/12

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供一种基于半监督学习的架空线路通道山火隐患识别方法，包括步骤：筛选山火烟雾样本图片，构建山火隐患样本数据集；基于卷积神经网络构建山火隐患目标检测模型，并基于山火隐患样本数据集进行训练，得到教师模型；使用教师模型对增量数据进行识别，生成增量数据的伪标签，增量数据为未标注的山火隐患图片；将有标签样本数据与增量数据共同作为训练集，利用含伪标签的训练集对教师模型和学生模型进行联合训练，同时优化模型参数和伪标签预测效果；将训练好的学生模型部署至服务器上，对架空线路在线监测图像进行分析识别，自动检测其中的山火隐患目标；本发明进一步提高山火隐患算法的准确率，可以有效辅助架空线路山火隐患的智能排查。

主权项：1.一种基于半监督学习的架空线路通道山火隐患识别方法，其特征在于，所述方法包括以下步骤：步骤1、筛选历史架空线路在线监测图像中的山火烟雾样本图片，构建用于有监督训练的山火隐患样本数据集；步骤2、基于卷积神经网络构建山火隐患目标检测模型，并基于山火隐患样本数据集进行训练，以训练好的模型作为教师模型；步骤3、使用训练好的教师模型对增量数据进行识别，生成增量数据的伪标签，所述增量数据为未标注的山火隐患图片；步骤4、将标注好的有标签样本数据与增量数据共同作为训练集，利用含伪标签的训练集对教师模型和学生模型进行联合训练，同时优化模型参数和伪标签预测效果；步骤5、将训练好的学生模型部署至服务器上，对架空线路在线监测装置拍摄到的架空线路在线监测图像进行分析识别，自动检测其中的山火隐患目标。

全文数据：

权利要求：

百度查询： 海南电力产业发展有限责任公司 一种基于半监督学习的架空线路通道山火隐患识别方法

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