一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法及系统与流程

技术特征：

1.一种基于自编码器的电力无人机巡检边缘设备缺陷识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：

3.根据权利要求2所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：

4.根据权利要求3所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：

5.根据权利要求3所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：

6.根据权利要求4所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：

7.根据权利要求6所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：

8.根据权利要求7所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：

9.根据权利要求3所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：

10.根据权利要求3所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：

11.根据权利要求1所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：

12.一种基于自编码器的电力无人机巡检边侧设备缺陷识别系统，使用权利要求1-11中任一项所述方法，其特征在于，包括以下模块：

技术总结
一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法及系统，包括：边缘设备加载电力无人机巡检图片，对图像进行预处理；构建电力无人机巡检模型，包括训练阶段模型和推理阶段模型，对图片进行推理；进行结果后处理，后处理后判断数据是否处理完成，若是，则结束识别，反之，则返回。本发明引入了自编码器的思想，将原来的主干网络看作是编码器，增加了解码器，可以为模型的训练增加额外的辅助训练信息，使得模型主干部分能够学习到更加充分和紧凑的信息。增加的解码器和网络的部分相对独立，在推理成中可以移除，加快模型的推理速度，并且不影响模型精度。

技术研发人员：史存存,陈帅,吴春鹏,林龙,杨訸
受保护的技术使用者：中国电力科学研究院有限公司
技术研发日：
技术公布日：2025/1/9