一种基于深度学习的外破图像智能识别方法

    公开(公告)号:CN111881970A

    公开(公告)日:2020-11-03

    申请号:CN202010716382.3

    申请日:2020-07-23

    IPC分类号: G06K9/62 G06N3/04

    摘要: 本发明专利涉及一种基于深度学习的外破图像智能识别方法,涉及地下管线运维技术领域,包括视频图像样本数据收集、人工图像标定、构建模型、模型训练、模型评估等步骤,模型训练是基于深度学习的智能算法,采用改进的SSD算法进行目标检测,通过在不同卷积层的特征图上预测物体区域,输出离散化的多尺度、多比例的默认框坐标,同时利用小卷积核预测一系列候选框的边框坐标补偿和每个类别的置信度。本发明的有益效果在于:本发明采用深度学习的智能算法进行模型训练,速度更快,精度更高,实现对地下管线运维常见的外破设备的智能识别,实现自动在线识别告警。