一种基于人类概念学的电力设备目标识别方法

本发明公开了一种基于人类概念学的电力设备目标识别方法，包括，建立电力设备图像数据集，并对所述电力设备图像中的电力设备进行标注；通过利用标注后的数据集训练神经网络和贝叶斯网络，分别获得识别结果和条件概率；利用所述条件概率计算联合概率；筛选最高联合概率所对应的识别结果作为所述电力设备的识别结果，完成所述电力设备的识别。本发明通过结合Mask R‑CNN和概率图模型，底层使用Mask R‑CNN，顶层使用贝叶斯网络对电力设备图像进行识别训练，使得通过少量的数据样本也能达到很好的识别效果，且成功地提升了Mask R‑CNN模型的性能。
上海交通大学
刘亚东 | 严英杰 | 熊思衡 | 裴凌 | 李喆 | 徐鹏 | 苏磊 | 傅晓飞 | 江秀臣