【技术实现步骤摘要】
本专利技术涉及走板检测的，尤其是涉及一种基于深度学习的走板跟踪方法和装置。
技术介绍
1、在电线杆上设置导线时，需要依靠走板就行牵引，在牵引过程中容易出现走板反转、松动等问题，因此需要对走板的状态进行分析，需要跟踪走板。
2、现有的走板跟踪的方法一般是通过目标检测网络进行跟踪，但是只依靠目标检测容易产生因鸟类等导致的检测异常与光照、树叶干扰等问题，检测的准确性不足。
技术实现思路
1、本专利技术的目的就是为了提高走板跟踪的准确性而提供的一种基于深度学习的走板跟踪方法和装置。
2、本专利技术的目的可以通过以下技术方案来实现：
3、一种基于深度学习的走板跟踪方法，方法包括：
4、获取实际的多帧走板图像，将实际的走板图像中的第一帧图像输入目标检测模型，输出标有走板的检测框的第一帧图像；
5、标有走板的检测框的第一帧图像输入目标跟踪模型，目标跟踪模型跟踪走板，输出除了第一帧图像外所有图像的走板位置。
6、进一步地，目标检测模型...
【技术保护点】
1.一种基于深度学习的走板跟踪方法，其特征在于，方法包括：
2.根据权利要求1所述的一种基于深度学习的走板跟踪方法，其特征在于，目标检测模型基于YoloV5网络训练得到，目标检测模型的训练过程具体为：
3.根据权利要求2所述的一种基于深度学习的走板跟踪方法，其特征在于，将实际的走板图像中的第一帧图像输入目标检测模型，输出标有走板的检测框的第一帧图像的具体步骤为：
4.根据权利要求3所述的一种基于深度学习的走板跟踪方法，其特征在于，初始化先验框的具体步骤为：
5.根据权利要求4所述的一种基于深度学习的走板跟踪方法，其特征在...
【技术特征摘要】
1.一种基于深度学习的走板跟踪方法，其特征在于，方法包括：
2.根据权利要求1所述的一种基于深度学习的走板跟踪方法，其特征在于，目标检测模型基于yolov5网络训练得到，目标检测模型的训练过程具体为：
3.根据权利要求2所述的一种基于深度学习的走板跟踪方法，其特征在于，将实际的走板图像中的第一帧图像输入目标检测模型，输出标有走板的检测框的第一帧图像的具体步骤为：
4.根据权利要求3所述的一种基于深度学习的走板跟踪方法，其特征在于，初始化先验框的具体步骤为：
5.根据权利要求4所述的一种基于深度学习的走板跟踪方法，其特征在于，聚类算法为kmeans算法。
6.根据权利要求1所述的一种基于深度学习的走板跟踪方法，其特征在于，目标跟踪模型基于siam...
【专利技术属性】
技术研发人员：鲁飞，张可可，郑超，张立刚，籍海亮，焦刚刚，
申请(专利权)人：华东送变电工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。