摘要
本发明公开了一种基于轻量化模型的无人机智能巡检方法,通过无人机搭载摄像头和传感器,实时获取输电线路图像数据,采用学生模型对图像数据进行处理,学生模型通过解耦蒸馏技术从教师模型中获得,学生模型对图像数据进行边界框、类别标签及置信度分数的输出,判断是否存在隐患。若发现隐患,根据置信度分数进行处理,若置信度较低,则通过自动寻路技术引导无人机飞至隐患位置,并进行二次数据采集。采集的数据随后传输至地面控制中心,由教师模型进行二次判断,确认隐患的类型与位置。该方法能够有效提升无人机巡检任务中的隐患检测精度与实时性,减少人工巡检的安全隐患与工作强度,适用于复杂环境下的高效巡检。
技术关键词
智能巡检方法
学生
教师
寻路技术
损失函数优化
无人机巡检
输电线路隐患
控制中心
坐标
无人机摄像头
激光雷达传感器
标签
二维图像数据
飞行控制系统
引导无人机
路径规划算法
控制无人机
系统为您推荐了相关专利信息
监督学习模型
动态预测模型
序列
趋势预测方法
自动编码器
商品推荐方法
语义
商品推荐列表
注意力机制
表达式
结构标注方法
样本
半监督学习模型
气象雷达系统
正则化方法
卷烟焦油量
神经网络模型
后端系统
前端系统
卷烟纸透气度