标签: 深度卷积神经网络算法

针对无人机巡检输电线路过程中，存在人工识别缺陷图像工作量大、效率低的问题，利用深度卷积神经网络算法开发无人机巡检数据智能管理平台，满足无人机飞行作业管理应用的需要。利用无人机巡视输电线的便利性，探究了基于无人机图像识别的无人机立体智能巡检应用平台的系统结构，采用深度卷积神经网络算法对无人机日常巡检产生的海量图像或视频数据进行预处理识别。同时，对图像缺陷的位置进行标注并进行种类分类，将识别结果反馈，形成标准的缺陷报告。对于20种物体的分类任务，精度达到了85%左右；对于常见的输电设备缺陷达到了75%的精度。测试结果表明，该算法能准确识别出输电线路缺陷图像，提高了无人机巡视缺陷的效率，且降低用人成本。