摘要
本发明涉及充电桩管理技术领域,公开了一种充电桩健康状态检测方法、系统、设备及介质,获取待检测充电桩的复原可见光图像数据;基于光照强度基准值和实时光照强度数据之间的指数衰减特性,构建自适应缩放因子,根据自适应缩放因子对复原可见光图像数据进行自适应缩放处理;将自适应缩放处理后的复原可见光图像数据与红外图像数据进行通道维度的拼接,得到多通道融合图像数据;将采用预训练的卷积神经网络模型对多通道融合图像数据进行多尺度深度特征提取得到的融合特征输入预训练的充电桩健康状态检测模型,得到健康状态检测结果。本申请公开的充电桩健康状态检测方法,显著提升了检测精度和效率。
技术关键词
可见光图像
健康状态检测方法
融合图像数据
光照强度数据
融合特征
卷积神经网络模型
深度特征提取
多通道
因子
健康状态检测系统
序列特征
特征提取单元
充电桩管理技术
执行存储器存储
编码器
健康状态数据
多尺度
全局特征提取
系统为您推荐了相关专利信息
装备故障预测方法
时序特征
通道注意力机制
传感器特征
多尺度特征
深度特征提取网络
诊断方法
可见光图像
多模态
融合特征
视觉特征
图像提取语义特征
样本
解码器
文本编码器
潜在滑坡识别
数字高程模型
数据
输出特征
大区域
动作识别模型
骨架动作识别方法
动作特征
人体骨架序列
融合特征