首页> 中国专利> 一种基于深度学习的电力塔架部件识别方法

一种基于深度学习的电力塔架部件识别方法

摘要

本发明公开一种基于深度学习的无人机电力塔架部件识别方法。本发明包含以下步骤:1、使用无人机搭载图像采集设备采集包含电力塔架部件的图片;2、从采集的图片中选取合适数量图片进行预处理,并按一定比例制作成训练集、验证集和测试集;3、利用改进的YOLOv2算法对处理好的数据集进行训练;4、利用训练好的模型对测试集进行测试并对结果进行评价。本发明提出的改进的YOLOv2算法与YOLOv2算法相比,有效地提高了模型对电力塔架部件的识别准确率和速率,同时具有更好的鲁棒性。

著录项

  • 公开/公告号CN109376580A

    专利类型发明专利

  • 公开/公告日2019-02-22

    原文格式PDF

  • 申请/专利权人 杭州电子科技大学;

    申请/专利号CN201811002575.1

  • 发明设计人 髙云园;陈强;黄威;袁世学;谷雨;

    申请日2018-08-30

  • 分类号G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构33240 杭州君度专利代理事务所(特殊普通合伙);

  • 代理人朱月芬

  • 地址 310018 浙江省杭州市下沙高教园区2号大街

  • 入库时间 2024-02-19 07:03:26

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-03-19

    实质审查的生效 IPC(主分类):G06K9/00 申请日:20180830

    实质审查的生效

  • 2019-02-22

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号