摘要
本发明公开了一种基于云边端协作的架空线路异物检测方法,包括:构建云边端协作框架;所述云边端协作框架包括云端、边缘端、终端,所述边缘端部署由云端提前训练好的深度学习检测模型,用于对终端采集到的图像数据进行实时检测获得坐标和置信度,接着根据目标置信度运用三维目标定位算法得到异物位置。本发明通过改进YOLOv5x作为深度学习检测模型以提升检测精度和效率,进一步通过对模型剪枝最大限度减少模型参数,再进一步地将三维空间目标定位算法与GIS系统结合,实现目标准确定位。
技术关键词
架空线路异物
定位算法
云端
架空线路杆塔
无人机飞行高度
终端
框架
坐标
数据可视化
屏幕
图像
视野
数据存储
像素点
注意力
分辨率
系统为您推荐了相关专利信息
性能检测数据
数字孪生模型
老化分析方法
衰减特征
储能电池老化
车辆运行数据
流式数据处理架构
数据清洗方法
车辆运行状态
车辆轨迹数据
呼吸检测系统
视觉采集装置
数据交互模块
云端服务器
双目相机