-
公开(公告)号:CN118298324B
公开(公告)日:2025-01-28
申请号:CN202410398519.3
申请日:2024-04-03
Applicant: 南京信息工程大学 , 南京气象科技创新研究院
IPC: G06V20/13 , G06V10/20 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/766 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了新一代信息技术领域的一种基于多尺度Retinex算法的深度学习光伏板识别方法,旨在解决现有技术检测精度有待提升的问题。包括:获取遥感图像数据集;对所述遥感图像数据集进行数据标注,得到标注后数据集;对所述标注后数据集进行数据增强,得到数据增强后数据集;根据所述数据增强后数据集,基于训练好的光伏板识别模型,进行目标检测,得到识别结果。本专利能够实现对光伏板的快速识别,帮助提高光伏板发电的规划工作、了解各地区光伏板的容量及覆盖情况;克服了由于天气因素的限制导致的遥感图像不清晰的现象,有更强的特征识别能力,准确率更高。
-
公开(公告)号:CN118298324A
公开(公告)日:2024-07-05
申请号:CN202410398519.3
申请日:2024-04-03
Applicant: 南京信息工程大学 , 南京气象科技创新研究院
IPC: G06V20/13 , G06V10/20 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/766 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了新一代信息技术领域的一种基于多尺度Retinex算法的深度学习光伏板识别方法,旨在解决现有技术检测精度有待提升的问题。包括:获取遥感图像数据集;对所述遥感图像数据集进行数据标注,得到标注后数据集;对所述标注后数据集进行数据增强,得到数据增强后数据集;根据所述数据增强后数据集,基于训练好的光伏板识别模型,进行目标检测,得到识别结果。本专利能够实现对光伏板的快速识别,帮助提高光伏板发电的规划工作、了解各地区光伏板的容量及覆盖情况;克服了由于天气因素的限制导致的遥感图像不清晰的现象,有更强的特征识别能力,准确率更高。
-