一种基于深度学习的风机叶片故障智能识别方法[发明专利]

专利名称：一种基于深度学习的风机叶片故障智能识别方法专利类型：发明专利
发明人：李晶晶,戴川,吕艳洁,郑欣,胡大鹏,陈班
申请号：CN201810190754.6
申请日：20180308
公开号：CN108416294A
公开日：
20180817
专利内容由知识产权出版社提供
摘要：本发明属于深度学习在计算机视觉技术领域的应用，公开了一种基于深度学习的风机叶片故障智能识别方法，能够自动对无人机拍摄的风机视频进行故障识别定位，节省人力成本，帮助工作人员提高工作效率。

所述方法具体包括以下步骤：利用已标注的风机视频帧构建深度学习网络模型；对待检测的风机视频进行帧抓取，识别出故障帧图片；压缩后的故障帧图片输入目标检测网络，获取故障区域样本，并进一步输入深度学习回归网络模型，计算风机叶片故障区域面积。

申请人：南京天数信息科技有限公司
地址：210000 江苏省南京市雨花台区软件大道180号5栋4层
国籍：CN
代理机构：南京钟山专利代理有限公司
代理人：戴朝荣
更多信息请下载全文后查看。