基于深度学习算法的配网巡检图像分析方法及其系统

AITNT
正文
推荐专利
基于深度学习算法的配网巡检图像分析方法及其系统
申请号:CN202510287086
申请日期:2025-03-12
公开号:CN120182748A
公开日期:2025-06-20
类型:发明专利
摘要
本发明提供一种基于深度学习算法的配网巡检图像分析方法及其系统,方法包括:采集若干缺陷图像数据,并对各所述缺陷图像数据进行人工标注,以得到初步训练数据;构建预训练模型,并利用所述初步训练数据对所述预训练模型进行训练,以得到图像处理模型;通过多尺寸训练和特征金字塔对所述图像处理模型进行模型增强,以得到图像处理优化模型;通过图像采集设备进行图像采集,以得到对应的图像数据,并对所述图像数据进行图像预处理,以得到预处理图像,将所述预处理图像输入至所述图像处理优化模型进行图像分析,以得到对应的分析结果。
技术关键词
图像处理模型 深度学习算法 巡检图像 预训练模型 特征金字塔 分析方法 分析系统 图像采集设备 数据 图像分析模块 配电网设备 模型训练模块 多尺寸 图像分析单元 多尺度 报告 绝缘子
系统为您推荐了相关专利信息
1
一种阀门智能感知系统及方法
智能感知系统 智能感知方法 信息采集模块 阀门 数据传输模块
2
模型训练方法及其装置
图像处理模型 数据 模型训练装置 存储桶 模型训练方法
3
一种基于Mini LED阵列的显示屏故障检测与修复方法
故障检测 修复方法 深度学习算法 多光谱传感器 像素
4
一种基于双重感应的彩盒印刷系统
光学感应模块 压力感应模块 印刷系统 设备运行状态评估 印刷图案
5
一种基于视觉感知的电力数据恢复方法
数据恢复方法 注意力机制 图像特征向量 感知特征 视觉感知技术
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