一款基于深度学习的电力设备图像识别方法及巡查机器人

摘要

本发明公开了一款基于深度学习的电力设备图像识别方法及巡查机器人，解决了现有的电力设备图像识别方法需要人工标注大量的样本数据，且对图像的特征提取过于单一，不能更好地描述图像的全局特征，图像识别准确率不高问题。本发明使用基于深度学习的电力设备图像识别方法，首先收集同一类型的电力设备样本图像数据，已标注样本数据集和未标注样本数据集，其次对样本数据进行预处理，然后使用卷积神经网络深度学习算法对图像数据进行特征提取，并进行基于半监督主动学习训练二元分类器模型训练，最后利用训练好的模型进行分类，输入待检测的实时图像数据进行识别，判断是正常或者异常图像数据，尽而得出电力设备的正常和异常情况。