一种基于深度学习的电力设备智能识别方法及系统

AITNT
正文
推荐专利
一种基于深度学习的电力设备智能识别方法及系统
申请号:CN202511400402
申请日期:2025-09-28
公开号:CN120894640A
公开日期:2025-11-04
类型:发明专利
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
1
一种高锰酸盐滴定终点自动识别方法及系统
自动识别方法 判定滴定终点 颜色 GMM模型 图像特征向量
2
一种基于激光雷达扫描的仓库物品智能识别系统及方法
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
3
一种灰盒模型驱动的便利店店员服务规范识别系统及方法
视频巡检 加油站便利店 参数配置管理 识别方法 识别系统
4
基于多模态融合的意图识别方法、装置、设备及介质
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
5
中锰钢氧空位缺陷识别方法及装置
氧空位 缺陷识别方法 图像 多普勒 透射电子显微镜
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号