摘要
本申请提供了一种基于深度学习的电力设备智能识别方法及系统,涉及设备识别的技术领域,所述方法包括:首先采集电力设备实时图像与历史图像,将历史图像拼接为拼接图像,在拼接图像中随机截取与历史图像大小相同的子图,为历史图像和子图添加训练标签获得训练数据;之后利用深度学习算法构建分类模型,用训练数据对分类模型进行训练后,将实时图像输入训练好的分类模型输出分类结果,本申请能够在训练样本有限的情况下,提高对电力设备识别结果的准确性。
技术关键词
电力设备智能
识别方法
实时图像
构建分类模型
深度学习算法
矩形
坐标
生成标签
RANSAC算法
区域分割算法
图像块
模型更新
网络
描述符
可读存储介质
泊松方程
置信度阈值
系统为您推荐了相关专利信息
自动识别方法
判定滴定终点
颜色
GMM模型
图像特征向量
物品智能识别方法
遮挡物品
三维模型特征
物品模型
智能识别系统
视频巡检
加油站便利店
参数配置管理
识别方法
识别系统
意图识别方法
意图识别模型
多模态
融合特征
焦点损失函数
氧空位
缺陷识别方法
图像
多普勒
透射电子显微镜