[发明专利]基于深度学习的刀闸状态识别方法在审
| 申请号： | 202010744472.3 | 申请日： | 2020-07-29 |
| 公开（公告）号： | CN111814742A | 公开（公告）日： | 2020-10-23 |
| 发明（设计）人： | 董召杰;黄文琦;梁凌宇;吴丹;曾群生;吴洋;郑桦;明志勇 | 申请（专利权）人： | 南方电网数字电网研究院有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T7/70 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 张彬彬 |
| 地址： | 511458 广东省广州市南沙区丰泽东路*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种基于深度学习的刀闸状态识别方法。包括获取刀闸样本。对所述刀闸样本进行训练，获取YoloV4检测模型。获取待检测图像数据，利用所述YoloV4检测模型，对目标刀闸的位置进行定位，并对目标刀闸进行分类。上述方法，经过最终的模型训练，形成所述YoloV4检测模型。所述YoloV4检测模型有效的提取出刀闸的外观形状特征，对变电站刀闸的状态进行判断，大大提升了检测速度。 | ||
| 搜索关键词： | 基于 深度 学习 状态 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南方电网数字电网研究院有限公司，未经南方电网数字电网研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010744472.3/，转载请声明来源钻瓜专利网。
