摘要
本发明的一种基于多协同神经网络的场景人物识别分类方法及装置,属于变电运维检修及图像处理技术领域,方法包括步骤:步骤S1,利用单目摄像头设备采用变电运维现场的人员图像数据;步骤S2,对采集的人员图像数据进行数据增强处理,得到处理后的人员图像数据;步骤S3,基于tensorflow设计残差神经网络,并利用处理后的人员图像数据进行网络训练,得到训练好的人物识别分类模型;步骤S4,实时采用变电运维现场的人员图像数据,进行数据增强处理输入训练好的人物识别分类模型进行人物识别分类。本发明通过变电运维现场的人员图像数据识别分类出变电运维场所出现的人员,实现了对变电设备的数字化管理和控制。
技术关键词
协同神经网络
识别分类方法
单目摄像头
识别分类装置
残差神经网络
残差网络
场景
变电运维检修
数据识别分类
数据处理模块
数据采集模块
超参数
图片
图像处理技术
变电设备
系统为您推荐了相关专利信息
残差神经网络
智能选线
分布式新能源
暂态故障
特征值
识别分类方法
汽车漆膜
颜色
单类支持向量机
色卡
荧光显微图像
光学显微成像系统
图像处理神经网络
卷积模块
注意力卷积神经网络
残差神经网络
降噪方法
引入神经网络模型
薛定谔方程
噪声数据
燃料组件
特征检测方法
表面图像数据
表面特征检测装置
融合图像特征