申请/专利权人：国网江苏省电力有限公司电力科学研究院;国网江苏省电力有限公司;江苏省电力试验研究院有限公司;国网江苏省电力有限公司双创中心

申请日：2022-06-21

公开（公告）日：2024-06-28

公开（公告）号：CN115100592B

主分类号：G06V20/52

分类号：G06V20/52;G06T7/00;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/082;H04N7/18;G08B21/18

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.10.14#实质审查的生效;2022.09.23#公开

摘要：本发明公开了一种输电通道外破隐患识别方法、装置及存储介质，其方法包括：通过视频监控装置采集输电通道图像；将输电通道图像输入预部署的目标检测模型中进行输电通道外破隐患识别；其中，目标检测模型的部署过程包括：获取输电通道图像并添加标注信息构建训练样本集；将训练样本集划分为训练集和测试集；将训练集输入目标检测模型中进行训练；将测试集输入训练后的目标检测模型进行通道剪枝；将训练集再次输入通道剪枝后的目标检测模型进行训练；对再次训练后的目标检测模型进行模型量化；将模型量化后的目标检测模型部署至输电通道的视频监控装置中；本发明能够有效实现对于输电外破隐患的本地化智能识别和及时告警，提高输电运维效率。

主权项：1.一种输电通道外破隐患识别方法，包括：通过视频监控装置采集输电通道图像；将输电通道图像输入预部署的目标检测模型中进行输电通道外破隐患识别；其特征在于，所述目标检测模型的部署过程包括：构建输电通道外破隐患的目标检测模型；获取输电通道图像并添加标注信息构建训练样本集；将训练样本集划分为训练集和测试集；将训练集输入目标检测模型中进行训练；将测试集输入训练后的目标检测模型进行通道剪枝；将训练集再次输入通道剪枝后的目标检测模型进行训练；对再次训练后的目标检测模型进行模型量化；将模型量化后的目标检测模型部署至输电通道的视频监控装置中；其中，所述将测试集输入训练后的目标检测模型进行通道剪枝包括：将训练后的目标检测模型作为基准模型，按照随机剪枝比率进行通道剪枝生成模型样本；将测试集输入模型样本和基准模型并根据模型样本和基准模型的输出计算重构误差： Q＝N·n·hout·Zout·W式中，N、n分别为训练样本数量和卷积核数量，hout、Zout分别为通道的长和宽，W为卷积核，oi,j,:,:分别为基准模型和模型样本的第i个训练样本的第j个卷积核的输出；取重构误差最小的模型样本作为通道剪枝后的目标检测模型；所述对再次训练后的目标检测模型进行模型量化包括：在进行模型计算前，将待模型计算的数据变量组由32位浮点型转变为8位整型： 式中，x为32位浮点型数据变量，q为8位整型数据变量，max、min分别为数据变量组中的最大值和最小值；在模型计算后，将计算结果由8位整型转变为32位浮点型： 式中，q′为8位整型计算结果，x′为32位浮点型计算结果，max′、min′分别为计算结果中的最大值和最小值；其中，所述模型计算包括卷积、池化或激活函数计算。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司电力科学研究院;国网江苏省电力有限公司;江苏省电力试验研究院有限公司;国网江苏省电力有限公司双创中心 一种输电通道外破隐患识别方法、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD