摘要
本发明公开了基于全局微感知网络的输电线路覆冰厚度识别方法,具体包括:对输电线路进行图像数据采集,形成数据集;对覆冰图像进行预处理,并划分为训练集、验证集和测试集;对训练集和验证集中的覆冰图像用Labelme标注工具标注,生成json配置文件及8位灰度图;构建覆冰厚度识别模型;分别使用训练集、验证集、测试集对模型进行训练、优化和评估,直至评估结果与训练结果的准确率误差小于10%;部署训练好的覆冰厚度识别模型至边缘端服务器,通过无线或有线网络传输待检测图像至边缘服务器进行识别,输出覆冰厚度。本发明基于全局微感知网络的输电线路覆冰厚度识别方法,解决了现有技术中计算出的覆冰厚度精度不高的问题。
技术关键词
覆冰
卷积模块
多头注意力机制
图像分割
标注工具
训练集
网络
感知特征
线路
识别模型训练
像素
条带
直方图均衡化
图像块
置信度阈值
数据
系统为您推荐了相关专利信息
人工神经网络模型
卷积神经网络模型
多模态深度学习
报告生成方法
梯度下降算法
识别分析方法
识别分析系统
匀光匀色方法
反射率
影像
遥感卫星图像
模型构建方法
注意力机制
遥感影像数据
网络