公开(公告)号：CN118262150A

公开(公告)日：2024-06-28

申请号：CN202410319618.8

申请日：2024-03-20

Applicant: 福建和盛高科技产业有限公司

Inventor： 林晨浩 ,  陈太 ,  李伟烽 ,  颜莹莹 ,  王青梅 ,  杨乐超

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/75 ,  G06V10/74 ,  G06V10/82 ,  G06V10/50 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明公开一种基于孪生神经网络的配电房设备异常检测方法，包括：步骤1，采集获取数据集；步骤2，搭建孪生神经网络，采用ResNet作为孪生神经网络的主干特征提取网络，并将Unet++的编码器部分作为孪生网络的共享部分；步骤3，利用采集的数据集对孪生神经网络进行模型训练得到异常检测模型；步骤4，获取摄像头采集的一张待测图片和同一点位对应的基准图，对输入异常检测模型进行推理得到对齐的图像对；步骤5，将对齐的图像对中待测图变化区域的掩膜进行图像形态学处理和相似度分析，以判断设备是否异常。本发明通过现场监控视频实时采集的图像数据，结合深度学习和传统图像处理技术对配电设备快速判断是否发生异常。