无人机巡检的故障识别方法及装置、设备及存储介质

AITNT
正文
推荐专利
无人机巡检的故障识别方法及装置、设备及存储介质
申请号:CN202411812097
申请日期:2024-12-10
公开号:CN119942373B
公开日期:2025-10-31
类型:发明专利
摘要
本发明实施例公开了一种无人机巡检的故障识别方法及装置、设备及存储介质,方法包括:通过无人机收集目标区域在不同环境条件下的红外与可见光的图像数据;根据收集到的图像数据,构建多模态数据集;利用多模态数据集进行图像数据的故障类型标签的标注处理,得到标注后的多模态数据集;基于标注后的多模态数据集,训练故障识别模型;将故障识别模型集成至无人机的无人机巡检系统中,实现对目标区域的故障类型的实时监控及智能诊断;定期更新标注后的多模态数据集及故障识别模型。通过上述方法,引入多模态数据采集、自适应模型训练和动态更新技术,实现对目标区域的高效巡检和智能诊断,提高故障识别的准确性和系统的长期可靠性。
技术关键词
深度学习模型 可见光图像 无人机巡检系统 多尺度卷积神经网络 故障识别方法 动态特征选择 多模态特征融合 标签 递归神经网络 可见光相机 模型训练模块 拼接算法 动态更新技术 故障监控模块 多模态数据采集
系统为您推荐了相关专利信息
1
一种对流层误差修正方法、装置、电子设备及存储介质
误差修正方法 深度学习模型 气象 参数 误差修正装置
2
一种基于货物品种关联挖掘的货车匹配方法与系统
运输车辆结构 时间序列特征 货车 关键词 上下文语义理解
3
一种用于深度学习模型轻量化及性能评估的自动化平台、模型轻量化方法及模型性能评估方法
轻量化方法 任务调度 性能评估方法 深度学习模型 计算机
4
一种电力系统N-k故障暂态稳定筛选方法、装置、设备及介质
故障暂态 筛选方法 仿真数据 仿真工具 关系网络
5
一种基于UNet++网络和SimAM注意力机制的大气边界层高度反演方法
大气边界层 注意力机制 微波辐射计 反演方法 训练深度学习模型
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