← 返回列表

输电走廊异物智能识别的模型压缩分析方法

申请号: CN202311703606.7
申请人: 国网湖北省电力有限公司超高压公司; 湖北省超能电力有限责任公司
申请日期: 2023/12/11

摘要文本

本发明提供一种输电走廊异物智能识别的模型压缩分析方法,包括步骤:S101、在云端服务器基于输电走廊异物图像训练集对第一神经网络模型进行训练,完成训练后对第一神经网络模型进行压缩处理,获得第二神经网络模型;S102、将第二神经网络模型部署到边缘计算终端;S103、通过图像采集设备采集输电走廊图像,将输电走廊图像传输至边缘计算终端;S104、边缘计算终端将输电走廊图像输入到第二神经网络模型中,通过第二神经网络模型对输电走廊图像进行异物识别,将异物识别结果发送至运维终端,并上传到云端服务器,所述方法能够实时分析识别偏远地区的输电走廊异物并及时通知运维人员,提高输电走廊异物处理效率,更好地保障输电线路安全稳定运行。

专利详细信息

项目 内容
专利名称 输电走廊异物智能识别的模型压缩分析方法
专利类型 发明申请
申请号 CN202311703606.7
申请日 2023/12/11
公告号 CN117636258A
公开日 2024/3/1
IPC主分类号 G06V20/52
权利人 国网湖北省电力有限公司超高压公司; 湖北省超能电力有限责任公司
发明人 周春晓; 尹洪; 夏立伟; 付子峰; 胡洪炜; 吴星奇; 杨展; 陈颢元; 石晗弘; 吴军; 赵海峰; 郑卫军
地址 湖北省武汉市汉阳区五里墩二合村60-65号; 湖北省武汉市汉阳大道387号

专利主权项内容

1.一种输电走廊异物智能识别的模型压缩分析方法,其特征在于,所述方法包括以下步骤:S101、在云端服务器基于输电走廊异物图像训练集对第一神经网络模型进行训练,完成训练后对第一神经网络模型进行压缩处理,获得第二神经网络模型;S102、将第二神经网络模型部署到边缘计算终端;S103、通过图像采集设备采集输电走廊图像,将输电走廊图像传输至边缘计算终端;S104、边缘计算终端将输电走廊图像输入到第二神经网络模型中,通过第二神经网络模型对输电走廊图像进行异物识别,将异物识别结果发送至运维终端,并上传到云端服务器。