一种基于深度神经网络识别线缆损伤的数据集样本采集装置制造方法及图纸

本发明专利技术公开了一种基于深度神经网络识别线缆损伤的数据集样本采集装置，其包括：支架以及以所述支架为支撑呈水平布置的带损伤的线缆；在所述线缆的上方设有图像采集装置，所述图像采集装置具有能沿线缆长度方向移动的摄像头；还包括能被所述摄像头采集到模拟环境景象的环境模拟装置。本发明专利技术提出的一种基于深度神经网络识别线缆损伤的数据集样本采集装置，可以在仅有少量包含损伤的线缆样本情况下，快速生成大量可用于深度神经网络训练的线缆损伤图像样本集，解决目前线缆损伤样本数量少的难题。

【技术实现步骤摘要】
一种基于深度神经网络识别线缆损伤的数据集样本采集装置
：本专利技术涉及一种基于深度神经网络识别线缆损伤的数据集样本采集装置。
技术介绍
：ADSS光缆是一种全介质，无金属，不导电的通信线缆，被广泛应用于电力系统的通信设施，其安全性对于电力系统正常稳定工作具有重要意义。ADSS随输电线路建设，挂点在电力铁塔中部，接近导线安全距离，易遭受电腐蚀侵害，又因ADSS光缆内部无任何金属部件，无法防止小动物啃咬，容易造成光缆损坏。因此通过巡线机器人或者无人机挂载自动识别装置，基于深度学习图像目标识别技术来进行自动损伤检测，可以有效提高检测效率，节省人力，实现电网智能化，保障ADSS光缆安全。基于深度神经网络的目标检测技术近几年在图像处理领域获得很大成功，通过构建高性能的卷积神经网络，并预先采集足够数量的目标图像样本进行神经网络训练，可以实现目标物的自动识别与定位，可用于ADSS光缆各类损伤的自动检测。图像数据集的采集数量与质量，对于深度神经网络的训练效果、ADSS光缆损伤检测的准确率影响很大。在实际环境下，巡线机器人拍摄到的线缆缺陷图片可能本文档来自技高网...

【技术保护点】
1.一种基于深度神经网络识别线缆损伤的数据集样本采集装置，其特征在于包括：/n支架(1)以及以所述支架为支撑呈水平布置的带损伤(10)的线缆(5)；/n在所述线缆的上方设有图像采集装置(4)，所述图像采集装置具有能沿线缆长度方向移动的摄像头(11)；/n还包括能被所述摄像头采集到模拟环境景象的环境模拟装置(3)。/n

【技术特征摘要】
1.一种基于深度神经网络识别线缆损伤的数据集样本采集装置，其特征在于包括：
支架(1)以及以所述支架为支撑呈水平布置的带损伤(10)的线缆(5)；
在所述线缆的上方设有图像采集装置(4)，所述图像采集装置具有能沿线缆长度方向移动的摄像头(11)；
还包括能被所述摄像头采集到模拟环境景象的环境模拟装置(3)。


2.根据权利要求1所述的一种基于深度神经网络识别线缆损伤的数据集样本采集装置，其特征在于，所述支架(1)包括底座(12)以及固定设于所述底座(12)上的竖杆(13)，在所述竖杆上设有夹具(4)用于夹持线缆(5)。


3.根据权利要求1所述的一种基于深度神经网络识别线缆损伤的数据集样本采集装置，其特征在于，所述图像采集装置(4)的摄像头(11)设于丝杠滑块直线往...

【专利技术属性】
技术研发人员：吴丽莎，陈山，王东，吴昊，冯驰，邵云蛟，占永红，张凯，王淋漓，程亚萍，程轶红，许侠，吴屏，操昊鹏，邵竹星，方军，
申请(专利权)人：国网安徽省电力有限公司安庆供电公司，国家电网有限公司，
类型：发明
国别省市：安徽;34