技术特征：
技术总结
本发明公开了一种基于多层卷积神经网络的输电线路设备图像缺陷检测方法及系统，包括：对原始训练集图像进行模块化预处理，将模块化预处理后的图像送入多层卷积神经网络模型进行训练；对于模块化预处理后的图像，分别选择不同的训练集大小和训练参数，重复步骤2进行多次实验，并将分类准确率和效率进行对比分析，选出最优的训练参数并保存；通过基于环境结构和先验知识所构成的判别器进行过滤，更正误检与漏检信息，得到最终的图像缺陷检测结果。本发明有益效果：通过构建具有多层隐藏层的机器学习模型，从大量的数据中学习有价值的表现型特征，从而提升分类或者预测的准确性。
技术研发人员：张峰;李振宇;李路;郭锐;杨波;许玮;慕世友;李超英;傅孟潮;李建祥;赵金龙;王万国
受保护的技术使用者：国网山东省电力公司电力科学研究院;山东鲁能智能技术有限公司;国家电网公司
技术研发日：2017.12.04
技术公布日：2018.05.15