一种基于轻量级卷积神经网络的复合绝缘子憎水性检测方法
授权
摘要
本发明公开了一种基于轻量级卷积神经网络的复合绝缘子憎水性检测方法,首先构建含有七个憎水性等级的复合绝缘子喷水图像样本集并加注标签,通过预处理扩充样本集并划分训练、验证和测试集;然后迁移MobileNet、ShuffleNet和GhostNet等在大型数据集中训练过的轻量级卷积神经网络模型,修改模型结构与输出,对网络层进行分段式学习率设置,构建憎水性检测模型,并通过Adam、SGDM等算法进行模型优化;最后利用复合绝缘子憎水性等级智能识别模型对测试集喷水图像进行憎水性检测,输出识别结果与准确率。本发明能够克服传统检测方法需要人工裁剪图片且受光照影响严重的局限性,可以提高复合绝缘子憎水性检测的效率与准确性。
基本信息
专利标题 :
一种基于轻量级卷积神经网络的复合绝缘子憎水性检测方法
专利标题(英):
暂无
公开(公告)号 :
CN113255690A
申请号 :
CN202110405621.8
公开(公告)日 :
2021-08-13
申请日 :
2021-04-15
授权号 :
CN113255690B
授权日 :
2022-04-12
发明人 :
邱志斌刘洲廖才波于小彬
申请人 :
南昌大学
申请人地址 :
江西省南昌市红谷滩新区学府大道999号
代理机构 :
北京众合诚成知识产权代理有限公司
代理人 :
袁红梅
优先权 :
CN202110405621.8
主分类号 :
G06K9/44
IPC分类号 :
G06K9/44 G06K9/62 G06N3/04
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
G06K9/36
图像预处理,即无须判定关于图像的同一性而进行的图像信息处理
G06K9/44
图形的修匀或减薄
法律状态
2022-04-12 :
授权
2021-08-31 :
实质审查的生效
IPC(主分类) : G06K 9/44
申请日 : 20210415
申请日 : 20210415
2021-08-13 :
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