一种基于深度学习的绝缘子破损检测方法及装置

AITNT
正文
推荐专利
一种基于深度学习的绝缘子破损检测方法及装置
申请号:CN202411837736
申请日期:2024-12-13
公开号:CN120031787A
公开日期:2025-05-23
类型:发明专利
摘要
本发明涉及绝缘子检测技术领域,具体涉及一种基于深度学习的绝缘子破损检测方法及装置,该方法包括:首先构建绝缘子图像数据集,对绝缘子图像数据集进行预处理与数据集划分,接着将划分后的训练集和验证集输入至目标PMACNet网络中进行训练,并通过反向传播处理更新目标PMACNet网络的网络参数,最后基于训练完成后的目标PMACNet网络,对待检测绝缘子图像进行破损检测,并得到所述待检测绝缘子图像的破损检测结果。本发明提高了待检测绝缘子图像的检测结果的准确性和效率。
技术关键词
图像 上采样 绝缘子检测技术 绝缘子缺陷 随机梯度下降 数据 标注工具 训练集 参数 网络结构 动态 直方图 标签 噪声 场景 算法
系统为您推荐了相关专利信息
1
基于计算机辅助的金属丝焊接质量检测方法及系统
图像 像素点 因子 直线 特征匹配算法
2
一种Stocker仓储系统自动示教方法和系统
仓储系统 点云信息 相机 图像处理算法 激光
3
一种序列方波激励的电缆故障诊断方法及其系统
高频电流传感器 电缆故障诊断系统 采样模块 序列 宽禁带半导体
4
一种基于全方位多视图的目标三维重建方法和系统
三维重建方法 拍摄模块 步进电机驱动器 树莓派 旋转模块
5
一种基于伪立体视觉的穴位位姿估计方法及系统
穴位 位姿估计方法 轮廓参数 立体视觉 相机
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