一种基于深度学习与无人机的移动通信维护对象状态识别方法

摘要

本发明公开了一种基于深度学习与无人机的移动通信维护对象状态识别方法，包括将整个移动通信维护内容划分为机房结构、天馈线、铁塔、室外走线与标志5个部分共18种情况，使用无人机在维护对象现场按照巡检飞行路径高度、拍照角度采集样本；在实际样本中，使用预训练卷积神经网络训练出能够准确分类出所述18种情况的卷积神经网络CN1；标记样本图像中属于维护对象区域与背景区域，获取各种自然景观与建筑景观背景图像，并共同生成合成样本图像；在实际样本与合成样本中，使用CN1训练出能够准确分类出所述18种情况的卷积神经网络CN2；使用无人机按照各个维护对象现场采集样本的路径高度、拍照角度，形成巡检路线，监测通信维护对象状态。