基于训练样本选择的电力现场着装规范检测方法

发明专利有效专利

申请号：
CN202110611253.2
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06Q50/06
申请日期：
2021-06-01
申请人：
南京南瑞信息通信科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于训练样本选择的电力现场着装规范检测方法
申请号	CN202110611253.2	申请日期	2021-06-01
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-07	公开/公告号	CN113361369A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） 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（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;Q;5;0;/;0;6查看分类表>
申请人	南京南瑞信息通信科技有限公司	申请人地址	江苏省南京市鼓楼区南瑞路8号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京南瑞信息通信科技有限公司	当前权利人	南京南瑞信息通信科技有限公司
发明人	陈海鹏;罗旺;毛进伟
代理机构	南京纵横知识产权代理有限公司	代理人	母秋松

摘要

本发明公开了一种基于训练样本选择的电力现场着装规范检测方法，利用不同特征等级上的正训练样本对神经网络进行训练，分别将两类正训练样本通过分类损失函数Focal Loss进行分类，通过回归损失函数GIoU Loss进行回归，通过CrossEntropyLoss进行质量评分，得到预测损失函数LM、辅助损失函数LM，最终的训练损失函数L，求取最终的训练损失函数L最小值时的神经网络参数；将电力现场图片输入训练好的神经网络，得到电力现场图片中着装不规范目标标定。本发明弥补了图像特征的信息损失及不同尺度之间特征的语义差距，提高了检测精度，在电力现场安防研究领域具有重要的意义。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供