摘要
本申请提供一种基于改进元学习的小样本双光热故障识别算法,通过对元学习框架进行优化,结合YOLOv7深度学习算法,实现在样本数量有限条件下,对检测目标进行训练和测试,解决小样本条件下目标识别问题。采用改进的非下采样剪切波变换算法实现可见光图像和红外图像的融合,提高检测精度及准确性。自动提取目标识别结果区域温度数值,与其对应的温度故障阈值进行对比,判断是否存在故障,提高检测效率、避免人工误判、降低检测作业难度。
技术关键词
可见光图像
故障识别方法
数据
深度学习算法
样本
特征点匹配方法
像素点
变换算法
剪切波
拉普拉斯
坐标
故障识别算法
故障识别系统
优化器
数值
更新模型参数
框架
系统为您推荐了相关专利信息
可视化监控方法
矿用锚杆
直线段
可视化监控系统
直线度
储能额定容量
断面潮流
混合整数规划模型
电网拓扑结构
出力曲线
电力巡检方法
大语言模型
样本
电力巡检装置
电力巡检系统
加密转接器
数据安全性
NFC通讯模块
芯片
场景