基于多尺度残差检测网络的吊车识别装置、方法及用途制造方法及图纸

本发明专利技术公开了基于多尺度残差检测网络的吊车识别装置、方法及用途，涉及吊车视觉检测技术领域；装置包括检测模块，用于获得训练好的多尺度残差检测网络，获得吊车图像，将吊车图像输入多尺度残差检测网络，获得吊车预测框和置信度，所述多尺度残差检测网络包括多尺度残差特征提取网络、感受野增强网络、多尺度特征融合网络和预测端，所述多尺度残差特征提取网络、感受野增强网络、多尺度特征融合网络和预测端依次连接，多尺度残差特征提取网络与多尺度特征融合网络连接；方法包括检测步骤，获得吊车图像，将吊车图像输入多尺度残差检测网络，获得吊车预测框和置信度，进而实现吊车检测；其通过检测模块等，实现吊车检测效果好。实现吊车检测效果好。实现吊车检测效果好。

【技术实现步骤摘要】
基于多尺度残差检测网络的吊车识别装置、方法及用途


[0001]本专利技术涉及吊车视觉检测
，尤其涉及一种基于多尺度残差检测网络的吊车识别装置、方法及用途。

技术介绍

[0002]目前，市政、路桥等施工建设会给输电线路安全的运行造成很多隐患，尤其像吊车等大型机械设备在输电线路下作业时，特别容易造成碰线事故。因此，在输电线路关键区域实施基于视觉的吊识别技术至关重要。
[0003]基于机器视觉的目标识别算法在识别吊车的领域中得到了广泛地应用，闫春江(闫春江，王闯，方华林，等.基于深度学习的输电线路工程车辆入侵检测[J].信息技术，2018,42(07):28
‑
33+38.)用PBAS作为运动目标检测算法，提取出不同帧图像之间的可疑区域，利用VGG Net模型进行图像分类，实现输电通道入侵检测。
[0004]Liu J(LIU J,HUANG H,ZHANG Y,et al.Deep Learning Based External
‑
force
‑
damage Detecti本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多尺度残差检测网络的吊车识别装置，其特征在于：包括检测模块，检测模块为程序模块，用于获得训练好的多尺度残差检测网络，获得吊车图像，将吊车图像输入多尺度残差检测网络，获得吊车预测框和置信度，所述多尺度残差检测网络包括多尺度残差特征提取网络、感受野增强网络、多尺度特征融合网络和预测端，所述多尺度残差特征提取网络、感受野增强网络、多尺度特征融合网络和预测端依次连接，多尺度残差特征提取网络与多尺度特征融合网络连接。2.根据权利要求1所述的基于多尺度残差检测网络的吊车识别装置，其特征在于：还包括用于获得吊车图像的摄像头、通信装置和处理器，所述摄像头与通信装置连接并通信，所述通信装置与处理器连接并通信。3.根据权利要求1所述的基于多尺度残差检测网络的吊车识别装置，其特征在于：检测模块，还用于所述吊车图像为预处理后的吊车图像。4.根据权利要求2所述的基于多尺度残差检测网络的吊车识别装置，其特征在于：检测模块，还用于将吊车预测框和置信度对外发送。5.一种基于多尺度残差检测网络的吊车识别方法，其特...

【专利技术属性】
技术研发人员：刘良帅，赵建利，陈泽，赵百捷，姬艳鹏，赵建斌，赵邵康，王立斌，
申请(专利权)人：国网河北省电力有限公司国家电网有限公司，
类型：发明
国别省市：