一种基于深度学习的电力塔架部件识别方法
授权
摘要
本发明公开一种基于深度学习的无人机电力塔架部件识别方法。本发明包含以下步骤：1、使用无人机搭载图像采集设备采集包含电力塔架部件的图片；2、从采集的图片中选取合适数量图片进行预处理，并按一定比例制作成训练集、验证集和测试集；3、利用改进的YOLOv2算法对处理好的数据集进行训练；4、利用训练好的模型对测试集进行测试并对结果进行评价。本发明提出的改进的YOLOv2算法与YOLOv2算法相比，有效地提高了模型对电力塔架部件的识别准确率和速率，同时具有更好的鲁棒性。
基本信息
专利标题 ：
一种基于深度学习的电力塔架部件识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109376580A
申请号 ：
CN201811002575.1
公开（公告）日 ：
2019-02-22
申请日 ：
2018-08-30
授权号 ：
CN109376580B
授权日 ：
2022-05-20
发明人 ：
髙云园陈强黄威袁世学谷雨
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市下沙高教园区2号大街
代理机构 ：
杭州君度专利代理事务所(特殊普通合伙)
代理人 ：
朱月芬
优先权 ：
CN201811002575.1
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-20 ：
授权
2019-03-19 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20180830
申请日 : 20180830
2019-02-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
