摘要
本发明公开了一种基于无监督在线学习的变电场景目标检测方法、系统及相关设备,属于变电站缺陷预测技术领域,该方法包括:获取变电场景的图像数据;将所述图像数据通过预先训练的目标检测模型输出预测缺陷类别置信度及位置信息,并判断置信度是否超过第一阈值和第二阈值;第一阈值大于第二阈值;将超过第一阈值的图像数据返回到平台端供进行异常原因及解决措施分析;将低于第二阈值的图像数据送入数据池,用于所述预先训练的目标检测模型进行无监督在线学习。该方法可以根据实际的数据分布差异在没有人工参与的情况下完成模型的微调,使得模型能够适应实际场景的数据分布,达到良好的性能。
技术关键词
无监督
缺陷类别
图像
场景
在线
教师
标签
网络
数据分布
巡视机器人
变电现场
标注设备
参数
学生
指示计算机执行
计算机程序产品
传播算法
可读存储介质
缺陷预测
系统为您推荐了相关专利信息
气体扩散模型
数字孪生模型
三维点云数据
识别气体
图像
分析检测方法
离子色谱
稀土
状态转移模型
干扰特征
数据分类分级
大语言模型
信息化平台
模式
数据编码方式