基于深度卷积神经网络的输电线路覆冰厚度检测方法

AITNT
正文
推荐专利
基于深度卷积神经网络的输电线路覆冰厚度检测方法
申请号:CN202411536660
申请日期:2024-10-31
公开号:CN119399483A
公开日期:2025-02-07
类型:发明专利
摘要
本发明公开了基于深度卷积神经网络的输电线路覆冰厚度检测方法,具体包括:对输电线路进行图像数据采集,并对图像进行人工标注;对人工标注后的图像进行预处理,生成数据集,并按照比例划分为训练集、验证集和测试集;选取深度卷积神经网络模型;并对深度卷积神经网络模型使用训练集进行训练、使用验证集进行评估、使用测试集进行测试,得到输电线路覆冰厚度检测模型;部署输电线路覆冰厚度检测模型至云端服务器或边缘计算设备中,对输电线路进行覆冰厚度检测。本发明基于深度卷积神经网络的输电线路覆冰厚度检测方法,解决了现有技术中存在的检测效率低、准确性差、成本高的问题。
技术关键词
深度卷积神经网络 覆冰 全局平均池化 云端服务器 无线网络传输 生成数据集 训练集 注意力 图像增强 线路 图像采集设备 模块 通道 滤波 尺寸 损失率
系统为您推荐了相关专利信息
1
一种基于TFA-YOLO11的轻量化无人机航拍图像小目标检测方法及系统
轻量化无人机 上采样 无人机航拍图像 采样模块 特征金字塔
2
基于事件的唇读方法、装置、设备和存储介质
事件流 空间特征提取 事件相机 序列 深度神经网络
3
一种基于TCN-BIGRU-CBAM的电力系统短期负荷预测方法
门控循环单元网络 时间卷积网络 多层感知机 时序特征 子模块
4
一种稠油工况下基于多模态融合的抽油机故障诊断方法
权重分配机制 多源数据协同 跨模态 全局平均池化 注意力
5
一种基于在线迁移学习的车辆故障诊断方法及系统
在线迁移学习 车辆故障诊断方法 车辆故障诊断系统 贝叶斯分类器 云端服务器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号