摘要
本申请提供一种无人机云边协同下缺陷图像增量学习方法及系统,构建分布式云边协同的输电线路缺陷识别平台,在边缘端上布置推理与半自动标注系统,在云端上通过数字孪生技术构建多模型增量训练系统;中心云与边缘节点相互配合,通过增量学习可以提高标注效率和模型准确度。同时,由人工或其他系统辅助标注样本,再重新增量训练模型。经过增量训练的模型如果比原模型在准确度方面有显著提升,可以部署到边缘节点更新原模型。通过众包的方式为流水线任务实现机制,将半自动化标注任务分割为多个流水线小任务,流水线作业不仅使得标注工作更加高效执行,而且综合不同的模型的特点,使得到的标注结果更加准确。
技术关键词
图像增量学习方法
输电线路缺陷
数字孪生技术
标注系统
预训练模型
识别平台
无人机
低功耗广域物联网
训练系统
样本
多模型
联合损失函数
节点更新
数据输入模块
流水线
分布式管理架构
网络
OPCUA协议
教师
私有通信协议
系统为您推荐了相关专利信息
动态数据查询
可视化系统
自然语言
智能可视化
消歧技术
条件可控
图像生成方法
遥感图像处理
数据
特征提取网络