-
公开(公告)号：CN110276394A
公开(公告)日：2019-09-24
申请号：CN201910541287.1
申请日：2019-06-21
Applicant: 扬州大学
Abstract: 本发明公开了图像处理领域内的一种小样本下基于深度学习的电力设备分类方法，包括以下步骤：步骤1：通过变电站设备检测装置获取标准化的电力设备红外图像；步骤2：建立电力设备红外图像样本库，制作训练集、验证集和测试集；步骤3：建立小样本学习网络，使用样本库的训练集对所建立的卷积神经网络进行训练，并通过验证集对模型进行验证，训练后得到网络模型的连接权值和偏置参数；步骤4：利用训练好的网络模型，对测试集中的红外图像进行分类，产生电力设备红外图像的分类结果，本发明在样本量较少的情况下获得很好的效果并且不需要大量的训练时间，可用于电力设备管理控制中。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
