发明公开
- 专利标题: 一种基于横向联邦学习的销钉缺失缺陷检测方法及系统
-
申请号: CN202310673690.6申请日: 2023-06-07
-
公开(公告)号: CN116664536A公开(公告)日: 2023-08-29
- 发明人: 韩富佳 , 李道兴 , 莫文昊 , 史梦洁 , 王晓辉 , 谈元鹏
- 申请人: 中国电力科学研究院有限公司
- 申请人地址: 北京市海淀区清河小营东路15号
- 专利权人: 中国电力科学研究院有限公司
- 当前专利权人: 中国电力科学研究院有限公司
- 当前专利权人地址: 北京市海淀区清河小营东路15号
- 代理机构: 北京中巡通大知识产权代理有限公司
- 代理商 李宏德
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06F21/62 ; G06V10/774 ; G06V10/82 ; G06N20/00 ; G06N3/0464 ; G06V10/22 ; G06V10/764
摘要:
本发明属于电力系统输电线路设备缺陷检测技术领域,公开一种基于横向联邦学习的销钉缺失缺陷检测方法及系统;所述检测方法,包括:获取待检测输电设备巡检影像;将所述待检测输电设备巡检影像输入预先训练好的销钉缺失缺陷检测模型中,获得待检测输电设备的销钉缺失缺陷检测结果;其中,所述预先训练好的销钉缺失缺陷检测模型为通过横向联邦学习的销钉缺失缺陷检测模型。本发明检测方法,预先训练好的销钉缺失缺陷检测模型为通过横向联邦学习的销钉缺失缺陷检测模型;各参与方在数据安全共享条件下,通过横向联邦学习共同训练销钉缺失缺陷检测模型,不会存在数据隐私泄露的情况,同时显著提升销钉缺失缺陷检测精度。