基於深度學習的變電站紫外設備智能識別

     識別模塊核心功包括部件檢測識別、光斑檢測、數字識別，通過對變電站紫外設備採集的專有數據集建立標籤體系，採用深度神經網絡訓練、檢測識別，得到對變電站紫外圖像的語義分析，並對光子數據、增益數據進行OCR分析，得到光子數/增益數、部件信息、光斑信息的自動化識別結果。   最終，根據業務規則可進行放電等缺陷的智能化研判，對潛在的缺陷問題進行自定義輸出，確定具體部件信息及放電程度。

>>阅读原文<<