摘要
本发明公开了一种变电站巡检机器人立体目标检测方法、系统和计算机设备,获取高压变电站巡检多视角图像,对多视角图像不同立体目标进行预处理,基于深度学习网络构建多视角立体目标检测网络,包括2D图像特征提取模块、3D空间特征提取模块和检测模块,其中,2D图像特征提取模块包括主干网络和离散形式的连续视觉状态空间模块,对多视角立体目标检测网络进行训练,最终输出立体目标检测结果。通过深度学习与多视角图像技术的结合,减少了传统人工巡检的盲点和传统视觉技术导致误检漏检的问题,有效提升了巡检的智能化水平,节省了人力成本,为高压变电站的安全运行提供了更加可靠的技术保障,进而提高了电力系统的稳定性和企业的竞争力。
技术关键词
图像特征提取
空间特征提取
多视角
高压变电站
变电站巡检机器人
立体
空间模块
图像传感器
电力巡检机器人
深度学习网络
视觉
时序
状态空间模型
图像获取模块
序列
相机
系统为您推荐了相关专利信息
数字孪生模型
数控机床
语义关联网络
生成机床
多层次
飞行轨迹预测
多层次特征
轨迹特征
序列
空间特征提取方法
图像识别方法
强化特征
加权特征
学生
图像识别装置
麻醉状态监测方法
频率分解方法
机器学习模型
集成特征选择算法
脑电信号采集模块