基于无人机联邦学习的输电线路典型目标检测方法及系统
实质审查的生效
摘要
本发明涉及一种基于无人机联邦学习的输电线路典型目标检测方法及系统。该方法包括：根据输电线路典型目标先验数据库，采用YOLOv3目标检测算法确定输电线路典型目标检测模型；将无人机网络划分为多个联邦学习单元；获取无人机网络拍摄的输电线路典型目标的图片以及对应的标签，确定训练数据库；根据训练数据库和输电线路典型目标检测模型，基于Horovod架构和FATE联邦学习架构训练每一联邦学习单元，并根据训练后的联邦学习单元确定训练后的无人机网络；利用训练后的无人机网络确定输电线路典型目标的图片中典型目标。本发明能够避免通信链路拥塞，提高检测效率。
基本信息
专利标题 ：
基于无人机联邦学习的输电线路典型目标检测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114429594A
申请号 ：
CN202210092987.9
公开（公告）日 ：
2022-05-03
申请日 ：
2022-01-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
武昕皮谭昕于雅雯
申请人 ：
华北电力大学
申请人地址 ：
北京市昌平区回龙观镇北农路2号
代理机构 ：
北京高沃律师事务所
代理人 ：
韩雪梅
优先权 ：
CN202210092987.9
主分类号 ：
G06V20/17
IPC分类号 ：
G06V20/17 G06V20/10 G06V10/94 G06V10/96 G06V10/774 G06N20/00 G06K9/62
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06V 20/17
申请日 : 20220126
申请日 : 20220126
2022-05-03 ：
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
