一种便携式电力设备视频检测装置及系统制造方法及图纸

本申请公开了一种便携式电力设备视频检测装置及系统，本申请提供的便携式基于预设了深度学习模型的主控芯片模块，利用主控芯片模块对接收到的视频信号进行深度学习处理，再将深度学习模型输出的处理结果与视频信号通过所述无线通信模块上传所述处理结果和所述视频信号至后台中心，解决了现有的摄像头设备不具有前端识别的功能，单纯是一个数据采集设备，都需要把采集的数据发回后端进行识别处理，存在使用局限性大的技术问题。

【技术实现步骤摘要】
一种便携式电力设备视频检测装置及系统
本申请涉及视频监控设备领域，尤其涉及一种便携式电力设备视频检测装置及系统。
技术介绍
随着科技的发展，大量视频终端应用到人们的生活中，但现有的摄像头设备不具有前端识别的功能，单纯是一个数据采集设备，都需要把采集的数据发回后端进行识别处理，存在使用局限性大的技术问题。
技术实现思路
本申请提供了一种便携式电力设备视频检测装置及系统，用于解决现有的摄像头设备不具有前端识别的功能，单纯是一个数据采集设备，都需要把采集的数据发回后端进行识别处理，存在使用局限性大的技术问题。有鉴于此，本申请第一方面提供了一种便携式电力设备视频检测装置，包括：视频采集模块、主控芯片模块、无线通信模块以及外壳；所述视频采集模块设置在所述外壳表面，所述主控芯片模块和所述无线通信模块设置在所述外壳内部；所述主控芯片模块的第一端和第二端分别与所述视频采集模块的第一端以及所述无线通信模块的第一端连接，用于基于预设的深度学习模型，对接收到的视频信号进行深度学习处理，再将所述深度学习模型输出的处理结果与所述视频信号发送至无线通信模块，以便于通过所述无线通信模块上传所述处理结果和所述视频信号至后台中心，其中，所述视频信号具体为通过所述视频采集模块采集到的视频信号。可选地，还包括：视频解码模块；所述视频解码模块的第一端和第二端分别与所述视频采集模块第一端以及所述主控芯片模块的第一端连接，用于将所述视频采集模块发送的模拟视频信号转换成数字视频信号并发送至所述主控芯片模块。可选地，还包括：显示模块；所述显示模块设置于所述外壳的表面，且所述显示模块第一端与所述主控芯片模块的第三端连接。可选地，还包括：视频编码模块；所述视频编码模块的第一端和第二端分别与所述主控芯片模块的第二端以及所述显示模块的第一端连接，用于将所述主控芯片模块发送的数字视频信号转换成模拟视频信号并发送至所述显示模块。可选地，所述无线通信模块具体包括：3G通信模块、4G通信模块以及5G通信模块中的至少一种。可选地，还包括：存储模块；所述存储模块的第一端与所述主控芯片模块的第四端连接。可选地，所述深度学习模型具体包括：目标识别算法模型、运动检测算法模型、缺陷检测算法模型中的至少一种。可选地，所述视频采集模块具体为CMOS摄像模组。本申请第二方面提供了一种电力设备视频检测系统，包括：后台中心和至少一个如本申请第一方面所述的便携式电力设备视频检测装置；所述便携式电力设备视频检测装置通过无线通信模块与所述后台中心通信连接。从以上技术方案可以看出，本申请实施例具有以下优点：本申请提供了一种便携式电力设备视频检测装置，包括：视频采集模块、主控芯片模块、无线通信模块以及外壳；所述视频采集模块设置在所述外壳表面，所述主控芯片模块和所述无线通信模块设置在所述外壳内部；所述主控芯片模块的第一端和第二端分别与所述视频采集模块的第一端以及所述无线通信模块的第一端连接，用于基于预设的深度学习模型，对接收到的视频信号进行深度学习处理，再将所述深度学习模型输出的处理结果与所述视频信号发送至无线通信模块，以便于通过所述无线通信模块上传所述处理结果和所述视频信号至后台中心，其中，所述视频信号具体为通过所述视频采集模块采集到的视频信号。本申请提供的便携式基于预设了深度学习模型的主控芯片模块，利用主控芯片模块对接收到的视频信号进行深度学习处理，再将深度学习模型输出的处理结果与视频信号通过所述无线通信模块上传所述处理结果和所述视频信号至后台中心，解决了现有的摄像头设备不具有前端识别的功能，单纯是一个数据采集设备，都需要把采集的数据发回后端进行识别处理，存在使用局限性大的技术问题。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1为本申请提供的一种便携式电力设备视频检测装置的第一个实施例的结构示意图；图2为本申请提供的一种便携式电力设备视频检测装置的第二个实施例的结构示意图。具体实施方式本申请实施例提供了一种便携式电力设备视频检测装置及系统，用于解决现有的摄像头设备不具有前端识别的功能，单纯是一个数据采集设备，都需要把采集的数据发回后端进行识别处理，存在使用局限性大的技术问题。为使得本申请的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。请参阅图1，本申请第一个实施例提供了一种便携式电力设备视频检测装置，包括：视频采集模块1、主控芯片模块2、无线通信模块3以及外壳4；所述视频采集模块1设置在所述外壳4表面，所述主控芯片模块2和所述无线通信模块3设置在所述外壳4内部；所述主控芯片模块2的第一端和第二端分别与所述视频采集模块1的第一端以及所述无线通信模块3的第一端连接，用于基于预设的深度学习模型，对接收到的视频信号进行深度学习处理，再将所述深度学习模型输出的处理结果与所述视频信号发送至无线通信模块3，以便于通过所述无线通信模块3上传所述处理结果和所述视频信号至后台中心，其中，所述视频信号具体为通过所述视频采集模块1采集到的视频信号。需要说明的是，得益于目前深度学习算法在移动终端中的应用普及，本申请提供的便携式电力设备视频检测装置，可以通过工作人员手持或安装在作业机器人上，使用方式更为灵活，而且本装置的主控芯片模块2为系统提供了人工智能计算所需的算力，能实时对采集视频进行AI检测，基于预设的深度学习模型对接收到的视频信号进行深度学习处理，再将所述深度学习模型输出的处理结果与所述视频信号发送至无线通信模块3，以便于通过所述无线通信模块3上传所述处理结果和所述视频信号至后台中心，其中，本实施例的主控芯片模块2可以是FPGA、ASIC、GPU等处理器芯片。本申请实施例提供的便携式基于预设了深度学习模型的主控芯片模块2，利用主控芯片模块2对接收到的视频信号进行深度学习处理，再将深度学习模型输出的处理结果与视频信号通过所述无线通信模块3上传所述处理结果和所述视频信号至后台中心，解决了现有的摄像头设备不具有前端识别的功能，单纯是一个数据采集设备，都需要把采集的数据发回后端进行识别处理，存在使用局限性大的技术问题。以上为本申请提供的一种便携式电力设备视频检测装置的第一个实施例的详细说明，下面为本申请提供的一种便携式电力设备视频检测装置的第二个实施例的详细说明。请参阅图2，本申请第二本文档来自技高网...

【技术保护点】
1.一种便携式电力设备视频检测装置，其特征在于，包括：视频采集模块、主控芯片模块、无线通信模块以及外壳；/n所述视频采集模块设置在所述外壳表面，所述主控芯片模块和所述无线通信模块设置在所述外壳内部；/n所述主控芯片模块的第一端和第二端分别与所述视频采集模块的第一端以及所述无线通信模块的第一端连接，用于基于预设的深度学习模型，对接收到的视频信号进行深度学习处理，再将所述深度学习模型输出的处理结果与所述视频信号发送至无线通信模块，以便于通过所述无线通信模块上传所述处理结果和所述视频信号至后台中心，其中，所述视频信号具体为通过所述视频采集模块采集到的视频信号。/n

【技术特征摘要】
1.一种便携式电力设备视频检测装置，其特征在于，包括：视频采集模块、主控芯片模块、无线通信模块以及外壳；
所述视频采集模块设置在所述外壳表面，所述主控芯片模块和所述无线通信模块设置在所述外壳内部；
所述主控芯片模块的第一端和第二端分别与所述视频采集模块的第一端以及所述无线通信模块的第一端连接，用于基于预设的深度学习模型，对接收到的视频信号进行深度学习处理，再将所述深度学习模型输出的处理结果与所述视频信号发送至无线通信模块，以便于通过所述无线通信模块上传所述处理结果和所述视频信号至后台中心，其中，所述视频信号具体为通过所述视频采集模块采集到的视频信号。


2.根据权利要求1所述的一种便携式电力设备视频检测装置，其特征在于，还包括：视频解码模块；
所述视频解码模块的第一端和第二端分别与所述视频采集模块第一端以及所述主控芯片模块的第一端连接，用于将所述视频采集模块发送的模拟视频信号转换成数字视频信号并发送至所述主控芯片模块。


3.根据权利要求1所述的一种便携式电力设备视频检测装置，其特征在于，还包括：显示模块；
所述显示模块设置于所述外壳的表面，且所述显示模块第一端与所述主控芯片模块的第三端连接。


4.根据权利要求3所述的一种便...

【专利技术属性】
技术研发人员：刘文松，张宝星，毕明利，张壮领，郑松源，陈彩娜，莫一夫，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：广东;44