摘要
本申请涉及电力设备检测技术领域,尤其涉及一种基于人工智能的配电房缺陷识别方法及装置,收集配电房的现有缺陷样本数据,并对现有缺陷样本数据标注对应的缺陷特征,且利用人工智能内容生成技术在配电房的无缺陷图片上融合所述缺陷特征,得到新缺陷样本数据;基于三维数据评估策略对新缺陷样本数据进行筛选,并得到缺陷样本训练集,且利用缺陷样本训练集对当前版本的配电房缺陷识别模型进行训练,得到更新版本的配电房缺陷识别模型,以识别配电房缺陷。并且在模型应用中,利用漏报误报数据构建样本集训练模型,减少漏报,二次分类识别误报缺陷,降低误报,形成持续反馈自进化机制,提升模型准确率和实用化水平。
技术关键词
配电房
缺陷识别方法
人工智能内容
样本
生成技术
数据
机器可读指令
电力设备检测技术
训练集
开关柜断路器
蓄电池正负极
电缆接头处
图片
策略
处理器
可读存储介质
扩充模块
电子设备
存储器
识别装置
系统为您推荐了相关专利信息
检测配电线路
线路异常检测
异常检测方法
样本
异常检测系统
肿瘤预后预测
样本
解码网络
特征提取能力
图像重建
数据融合方法
无人船
仿真数据
加权融合算法
阻力
滚动轴承可靠性
信号特征
滚动轴承性能退化趋势
径向基神经网络
工况