摘要
本发明提出了一种基于深度学习的开关柜上旋钮状态检测系统,所述检测方法系统设置有视频采集模块、深度学习识别检测模块和关键点识别模块;所述视频采集模块包括架设在旋钮设备前方的固定摄像机、视频分析服务器以及连接摄像机与服务器的网络线材和设备;所述深度学习识别检测模块使用Yolov5网络模型,包括输入端、Backbone和损失函数;所述关键点识别模块使用HRNet网络模型,包括入口流、阶段、多次跨尺度连接、退出流和损失函数;所述检测方法通过视频采集模块采集图像,关键点识别模块将深度学习识别检测模块检测出的旋钮区域进行识别,结合深度学习识别检测模块的输出结果进行判断,确定旋钮的工作状态,保障作业人员的安全、提高人员工作效率。
技术关键词
深度学习识别
状态检测系统
关键点识别
视频采集模块
开关柜
状态检测方法
网络线材
随机梯度下降
摄像机
检测方法系统
视频分析
关键帧
检测网络模型
样本
采集变电站
服务器
图像
系统为您推荐了相关专利信息
关键帧
隧道
视频采集模块
图像处理单元
多模态数据融合
温度在线监控
高压电
历史温度数据
设备运行参数
分布式光纤光栅传感器
球员
足球比赛视频
训练辅助系统
数据分析单元
团队
互动道具
能力评估方法
人体姿态估计算法
儿童
金字塔