摘要
本发明公开的属于输电走廊山火识别技术领域,具体为一种基于深度学习的输电走廊山火识别方法,包括具体步骤如下:构建输电走廊山火图像数据集;对输电走廊山火图像数据集中的输电走廊山火图像进行特征增强;构建了一种基于深度学习的输电走廊山火识别模型,将输电走廊山火图像输入模型中,模型自动识别输电走廊图像中的山火;划分输电走廊山火图像数据集,训练并验证输电走廊山火识别模型;应用输电走廊山火识别模型,本发明通过多层次特征图信息提取,使得模型能够更准确地提取山火特征从而有效提升了在复杂的输电走廊环境下的山火识别准确率,并且通过不断的学习和训练,可以进一步提高山火识别的准确性和效率。
技术关键词
山火识别方法
图像
金字塔池化
识别模型训练
输电走廊监测
特征提取模块
分支
空洞
元素
区域位置信息
山火位置
神经网络参数
山火风险
多层次特征
告警机制
训练集数据
检测头
标注工具
系统为您推荐了相关专利信息
降水量预测方法
雷达回波图像
降水量预测系统
多通道
雷达图像分类
AI图像识别
识别正确率
判断监测区域
手机终端
提示现场
精细化分类方法
蒸馏
分支
输出特征
卷积特征提取
无人机电力巡检
巡检图像
图像解码恢复
恢复方法
图像压缩算法