摘要
本发明涉及图像处理技术领域,公开了一种配网杆塔风险评估方法、装置、设备及存储介质。该方法包括:利用改进的Yolov9‑c识别模型对配网杆塔的原始图像进行识别,得到杆塔杆基区域矩形框、杆塔缺陷区域矩形框、环境隐患区域掩模;采用预设缺陷优先级策略确定配网杆塔的缺陷状态;采用预设隐患指标计算规则确定配网杆塔的环境隐患类型及其影响程度;根据配网杆塔的缺陷状态、环境隐患类型与影响程度,对配网杆塔进行风险评估,得到配网杆塔的风险提示与风险告警。本申请利用深度学习算法、预设缺陷优先级策略与预设隐患指标计算规则,综合进行配网杆塔的风险评估,提高了准确性和效率。
技术关键词
配网杆塔
风险评估方法
注意力
卷积特征
掩模
卷积模块
特征金字塔网络
矩阵
实例分割
级联
置信度阈值
上采样
图像
风险评估装置
比率
轮廓
深度学习算法
系统为您推荐了相关专利信息
健康监测系统
健康监测方法
子模块
多模态
电化学传感器
缺陷检测方法
注意力
编码器
机器可读程序
噪声信息